大学3,4年時、ディープラーニングの急速な成長のおかげで、AIによる画像認識や自然言語処理の利用が活発になっていた影響もあり、ディープラーニングを用いて画像中に映っている船舶を識別させるモデルを作成する研究を行いました。
実行環境等は下記の通りです。
実行環境
① プログラミング言語 ： python
② IDE : Jupyter notebook
③ ライブラリ ： Tensorflow
学習用データの収集元
flicker
採用した物体検知のアルゴリズム
Faster-R-CNN (中間層：13層)
利用したAPI
Object Detection API
当時は、他にも有名な物体検知のアルゴリズムがありましたが
完全に独学で環境を構築したことと学習データを自力で集めたこともあり、一番安定して動かさせたFaster-R-CNNを採用しました。
既存モデルを転移学習させたとはいえ、船舶の学習データを集め、マッピングし自分の構築した環境で学習を実施させたこともあり、ディープラーニングの性能の凄さを体感することができた非常に良い経験になったと感じています。
ソースコードなどは、下記にあります。
https://github.com/mashharuki/vessel_detection
2020年にはG検定を取得したので、次はE検定にチャレンジしてみたいと思います。