yoloやr-cnn​の物体検出器の追加デ​ータによる学習方法に​ついて

こんにちは。 YOLOやR-CNNなどの物体検出を学習している者です。 1からデータを集め、学習率を比較しているのですが、pcのスペックが足りなく、1万5千枚ほどいくとメモリー不足でエラーになってしまいます。エポックやミニバッチ、入力サイズを小さくして学習することはできますが、やはり精度が落ちてしまいます…

そこで、学習データを分けて別々に学習したらどうかと考えたのですが、そのような学習方法はmatlabで実装できますでしょうか。 例えば、5千枚づつに分けて3回学習をするような感じです。そもそもこのような学習方法は、良くないのでしょうか…。 もし、やり方など知っている方がいましたら、教えていただけると幸いです。 宜しくお願い致します。

Answer 1

[Kenta]

こんにちは、この場合だとミニバッチを小さくして、ひとまずエラーがなく走れば問題ないと思います。ただ、途中でクラッシュするとこわいので、エポックごとに学習器を保存してはいかがでしょうか？ただミニバッチを小さくすると精度が明らかに低くなってしまうのでしょうか？

３つにわけて学習することはもちろん可能ですが直感的には１まとめにして学習する方がよいきがします。

ちなみに１万５千ものアノテーション（ラベリング）はどのようにされたのでしょうか？

[HY]

回答していただきありがとうございます。 すごい低くなるわけではないですが、1万5千枚までいくとかなり小さい値にしなければなりません…。やはり、1回でやるのがいいですよね。 ラベリングはビデオラベラーで動画より自動的に行いました。それでと、かなり時間を費やしましたが…。 もし教えてもらえればで構わないのですが、kenta様は学習させる際、何枚くらいデータを用意しますでしょうか。関係ない質問で申し訳ありません。

[Kenta]

返信が遅れてすいません。ビデオラベラーでやったのですね。ビデオラベラーの場合、前後で似たフレームがたくさん出てくると思うので、数フレームごとに取り出して、数を減らしても実質的な訓練の内容には大きな変わりはなく、かつ学習時間は短くできそうですね。

私の場合は、数千枚くらいが多くて、数万を超える自前のデータでやったことはないです

[HY]

返信いただきありがとうございます。そうなんですね。量より質を重視するようにします。

ありがとうございました。