Open kyakuno opened 3 years ago
学習済みのモデルがないため、coco_panopticデータを用いて学習を実施
COCOデータセット https://cocodataset.org/#download ・2017 Panoptic Train/Val annotations [821MB] ・2017 Train images [118K/18GB] ・2017 Val images [5K/1GB] ・2017 Test images [41K/6GB]
nested tensor(独自のデータ型)で学習が行われているため、ONNXエクスポートの際にエラーが発生。 →nested tensoerをtorch tensor型に変換して、学習・推論を実施する
・pytorch==1.5.1でないと、ONNXエクスポート時にエラーが発生する ・opset=11に設定するとエラーが発生するため、opset=12で設定
サンプルファイル通りの学習(1バッチ分しか学習していない)では精度がかなり低いため、 学習部分の処理を修正し精度改善を行う必要がある。
@kyakuno ailia SDKで推論を来なった際に、このようなエラーが発生しています。
ailia.core.AiliaInvalidLayerException: code : -10
おそらく、onnxエクスポートの際にopsetを12に設定しているため、ailia側が対応していないのではないかと思われます。 ご確認よろしくお願いします。
【モデルの学習】 ・学習データに30以上のmaskが存在する場合エラーが発生。 →CUDAエラー(RuntimeError: CUDA error: device-side assert triggered)として現れる ・1エポック(画像数が12万枚程)あたりの24時間ほど学習時間がかかる →Google Colaboratory(Tesla T4)で学習を実施 →モデルの精度を上げるためには、300~500エポックは必要
今回は、推論デモを行う画像に絞って学習を行う。 (すべての画像に対して学習を行っていると、学習の時間がかかりすぎてしまうため)
https://github.com/conradry/max-deeplab mit