PyTorchのハンズオンで学ぶ物体検出(Object Detection) #2　学習編

May

18
PyTorchのハンズオンで学ぶ物体検出(Object Detection) #2　学習編
PyTorchを動かしながら物体検出(Object Detection)について解説します！！

Registration info	セミナー参加者枠￥6000（Pay at the door） FCFS 6/10

Description

内容概要

最近TensorFlowやKerasに追随する形でPyTorchが勢いがあるようなので、
ハンズオンを行います。題材としては、なかなか複雑で解説されることの
少ない物体検出(Object Detection)のSSDモデルを取り扱います。

第1回の推論に続いて、第2回では物体検出の新規モデル学習に取り組みます。

開催日程

5/18（土）
受付： 12:50〜13:00
講義： 13:00〜16:00

※
途中10分ほどの休憩を数回設ける予定です。

第2回アジェンダ

1. 物体検出のネットワークの学習の概要(60分)
    1-1. 物体検出とは
    1-2. 物体検出モデルSSDの推論の仕組みの振り返り
    1-3. ネットワークの中の更新対象のパラメータ
    1-4. データセットPascal VOCの説明
    1-5. SSDネットワークの推論結果のTensor
    1-6. デフォルトボックスと正解座標のマッチング 
    1-7. SSD損失関数（位置誤差＋分類誤差）の理解

2. 実装の予備知識(60分)
    2-1. 環境設定(Google Colaboratory)
    2-2. SSDサンプルプログラムのダウンロードとColabへのアップロード
    2-3. PyTorchの自動微分の基本操作
    2-4. PyTorchのcifar10を使ったネットワークMLPの学習

3. 実装(60分)
    3-1. データセットPascal VOCのダウンロード
    3-2. Pascal VOCを用いた学習の実行と新規モデルの作成
    3-3. 新規モデルを用いたバウンディングボックスの表示
    3-4. 新規モデルのロードと学習の再開
    3-5. 学習実行section7_4.ipynb、損失関数multibox_loss.py、デフォルトボックスを絞り込むbox_utils.pyのプログラム処理概要を解説



※
第3回ではSSDモデルのPascal VOC以外の新規モデルを学習するハンズオンを考えています。
https://github.com/Shenggan/BCCD_Dataset

会場

水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F

対象者

・SSDモデルの学習の仕組みを理解したい方
・新規モデルを使って、物体検出を動かして画像にバウンディングボックスを表示してみたい方


※
対象レベルとしては，他のフレームワークを使ってMNISTなどの画像分類の経験がある人を想定しています。
Pythonの経験は必要ですが、PyTorchの経験はなくても問題ありません。
第1回「SSDモデルの推論のハンズオン」の受講後が望ましいですが、最初に推論の振り返りをするので、第2回からでも参加可能です。

講師プロフィール

名前：毛利拓也
学生時代は東京理科大学の連携大学院を利用し、NTT研究所で量子ビットの理論モデルの論文を
執筆し修士号を取得。
https://arxiv.org/abs/cond-mat/0501581
その後、アビームコンサルティングで基幹システム（ERP）導入プロジェクトをリード。
その後、東京大学の社会人講座でディープラーニングを学び、
下記リンク先の『PyTorchニューラルネットワーク実装ハンドブック』の物体検出の章を執筆。
https://www.shuwasystem.co.jp/book/9784798055473.html

当日のお持物

PC（Python環境はご自身で予めご用意ください）
Googleアカウントの作成（Colabのログイン時にアカウントを使用します）
Google Driveの1.5GBの空き容量（学習に使用するデータセットVOCのダウンロードは約1GBの容量が必要です。）
※物体検出の学習はGPUが必要なため、ColabのGPUを使用します。（CPUだとパワー不足で学習できません。）

費用

6,000円 (3時間)

※
・領収書発行の際は事務手数料として追加1,000円のお支払いをよろしくお願いいたします

定員

10名（人数に合わせて調整します、別媒体でも募集していますので申し込み人数は当日参加者数を反映しません）

備考

https://www.slideshare.net/TakuyaMouri/yolo-v1
↑上記が講師が作成したYOLO_v1論文を解説したスライドになりますので、参考にしていただけたらと思います！！

ご参加にあたってのお願い

無断欠席や前日以降のキャンセルに関しては当日人数読めなくなり非常に迷惑なので
基本的に行わないようにお願いします。（直前参加は定員的に問題なければ歓迎です！）
体調不良、職務都合、ご家庭の事情などどうしてものケースは別途ご連絡いただくか、
イベントへのお問い合わせよりご連絡いただけますと嬉しいです。
上記がひどいアカウントに関してはブラックリスト処理を行い以後の参加をお断りさせて
いただきますので、その点だけ予めご了承ください。
（7割以上来れる前提でのお申し込みと前日以降のキャンセルはメッセージでのご連絡を
いただくということだけ気をつけていただければ大丈夫だと思います）

モチベーションの高い参加者の方を重視する運営としていきたいと考えています。
ご協力のほど、よろしくお願いいたします。