研究目標
様々なデータセットに対してAutoaugmentをかけて学習精度向上を図る。既出のものも試し、比較する
再現を目標とし、考察する
実装項目
- 指定した枚数にデータセットを減らす処理
- Controller RNN
- 試験学習用モデル
工数見積もり
指定した枚数にデータを減らす処理
1000枚に減らすプログラム所有。for文の回数を減らすだけなので
１０/１００
優先度は低い
Controller RNN
使用するのは**NAS(Neural Architecture Search)**という手法。サンプルが見当たらず、githubを漁るしかない。かなり時間がかかりそう
７０/１００
優先度最高。これからとりかかる
試験学習用モデル
論文に合わせてVGG-16を使用するという手もあるが、正直それでよさそう。あまり重いモデルは時間もかかりそう