テンプレート学習 (Object Detection)

はじめに

このドキュメントでは、ABEJA Templateを利用して、Object Detectionのモデル作成をノンコーディングで実施する方法を解説します。

前提

このマニュアルでは、Object Detectionのデータセットを利用します。以下を参考に Object Detection のデータセットを用意ください。

■サンプルデータセットを作成する

サンプルとして、こちらのスクリプトを利用し、 PASCAL VOC サンプルのデータセットを作成することも可能です。 (アノテーションデータ付きの画像データセットとなります。)

■データレイクへファイルをアップロードし、アノテーションツールを使ってデータセットを作成する

■アノテーション済みのデータを既にお持ちの場合

データセット(教師データ)を元にABEJA Templateを利用して機械学習モデルを作成する

まずは、コンソールの 「学習」 の「ジョブ定義」のページから、ジョブ定義を作成します。「サンプル無し」を選択します。

その後、バージョンを作成します。「バージョン作成」を選択後、タブの「テンプレート」をクリックして、Object DetectionのCPUまたはGPUを選択します。 この例では GPU を選択します。また、このページでも環境変数(各種ハイパーパラメータ)を調整可能です。 各種ハイパーパラメータ情報の説明については、こちらを参考ください。

ジョブ定義に「ジョブのバージョン」が作成されました。

続いて、「ジョブ」をクリックして、学習ジョブを作成します。

この画面では以下の項目を設定します。

項目 説明
ジョブ定義のバージョン 学習に利用するバージョンを選択
インスタンスタイプ 各インスタンスタイプを選択 (※今回はgpu-1を選択)
データセット モデルに学習させるデータセット名を指定。エイリアスには、 train や Val と入力
環境変数 ジョブのバージョンで定義された各種パラメータを表示、各項目を右側の編集ボタンを選択することで調整可能

最後に、学習ジョブ作成を選択すると学習ジョブが実行されます。 学習ジョブが実行されました。各ジョブごとに設定されているパラメータやデータセットは画面上からも確認いただけます。

学習開始後にTensorBoardのボタンをクリックすると、TensorBoardの画面が開き、Training Loss, Validation Lossのデータを可視化できます。

管理画面上に学習の進捗が表示されているので、学習が終わるのを待ちます。

ここでは、ABEJA Templateを利用してノンコーディングでObject Detectionのモデル作成方法を解説しました。

次は、テンプレート デプロイメント (Object Detection) です。