ChainerでNDL手書き平仮名を認識（Colaboratory+GPU）

NDL

• NDLラボは、国立国会図書館の実験的なサービスを提供するサイトです
• 手書き平仮名データが公開されています
  • http://lab.ndl.go.jp/cms/hiragana73
• Chainerで学習するサンプルプログラムが公開されている
  • Chainerが古い、1.9.0向け
  • 学習・検証した結果を利用するサンプルはない
  • CPUのみでGPUを使えない
  • 手書き漢字データも公開されているけどサンプルプログラムはない

GPU対応する

先に結果

• train.py
  • Chainer4対応
  • GPU対応
• ndl.ipynb
  • google-drive-ocamlfuse導入
  • /content/driveにGoogle Driveをマウント
  • Chainerとcupyをインストール
  • トレーニング
  • 学習結果を可視化

やったこと

• Google Colaboratoryで実行前にGoogle Driveの準備
  • NDL記載の手順をローカル端末でダウンロード、解凍、Google Driveにアップロードしておく

NDL記載の手順

$ wget http://lab.ndl.go.jp/dataset/hiragana73.tar.gz
$ tar xfz hiragana73.tar.gz
$ wget http://lab.ndl.go.jp/dataset/example/train_ndlkana.tar.gz
$ tar xfz train_ndlkana.tar.gz

• train.pyを編集
  • ベースは前記事『「not only 数字 but also 平仮名 ～MNIST だけでなく NDL もまた～」Chainerで手書きを認識』のtrain.py

train.py

-                                        help='ratio of test data')
-args = parser.parse_args()
+                                        help='ratio of test data')
+parser.add_argument('--gpu', '-g', type=int, default=-1,
+                    help='GPU ID (negative value indicates CPU)')
+args = parser.parse_args()

-xp = np
+xp = np
+if args.gpu >= 0:
+    # Make a specified GPU current
+    chainer.backends.cuda.get_device_from_id(args.gpu).use()
+    model.to_gpu()  # Copy the model to the GPU
+    xp = chainer.backends.cuda.cupy

-optimizer.setup(model)
+optimizer.setup(model)
+if args.gpu >= 0:
+        optimizer.target.to_gpu(args.gpu)

次の一歩

• 漢字もやってみてもよい（分類が多いだけで本質は変わらないから楽しくはないか）
• 複数の文字、というか文字列というか、文書をOCRさせるには？
• 文字でなく単語を学習する必要が合る？
• ノートやホワイトボードのように自由な場所に書く場合はbboxが必要？

おわり