前回までの記事

前回は,yolov5をローカルマシンを使ってGPU利用の学習を行った.
https://qiita.com/asmg07/items/0abad3e16886cb60ecef
ここでテストとして,epochs 1000で学習をさせ結果は以下のようになった.

このモデルをもとにテストをしてみた結果以下のように全くうまく学習できていないことが判明する.
カテゴリ外の画像


カテゴリ内の画像


この結果からわかる問題点はカテゴリ外の画像を推定させない為には,どうしたらいいかを考える必要がある.

今回の記事の概要

とりあえず学習させる画像を約100枚から数百枚もしくは数千枚に増やしたらどうなるのかを実際にやってみたいと思う.

アノテーション

画像収拾については前記事で示しているので今回は割愛する.当該記事を下記に示す.
記事内search.py　https://qiita.com/asmg07/items/8502fe59b65f92d1e379
アノテーションについては Vottを使っている.
画像データは
・斎藤飛鳥 350枚
・与田祐希 350枚
でいこうと考えている.
なお,search.pyで吸い上げた画像から使えそうな画像だけを残してそこからアノテーション
を行うからここをまず根気よくやる必要がある.

学習について

epochs50回

epochs100回

結論

yoloを使った乃木坂認識自体は失敗に終わった.
理由としては,人という認識においては優れているけど,人個人を認識するのは難しい.
理由はまだわかってません.
ってことでyoloを使った開発は続けていきますが,乃木坂認識プロジェクトはとりあえず保留です.
ありがとうございました.