加賀百万石ですが何か？

Docker + Flask + Vue.jsの構成で簡単なWebアプリを作ってみようと最近思い立ったのですが、バックエンド側にうまくPOSTできなかったので備忘録として現象と対処方法を書いておきます。アプリの構成としては、①フロントで画像をアップロード、②Base64に変換してJSONでバックエンドに送信、③バックエンドでPillow画像に変換して画像認識、④認識結果の数値をJSONでフロントへ返信、というような流れになっています。

物体検出とはやや違ってセグメンテーションには「セグメンテーションといえばこれでしょ！」というようなアルゴリズムはあまりないような気がします。一応インスタンスセグメンテーションでMask R-CNNあたりが有名かなとは思いますが。 で，セグメンテーションには大きくセマンティックセグメンテーションとインスタンスセグメンテーションがありますが，その違いはざっくりいうと「同じクラスかつ別の個体を区別して認識するかどうか」です。

以前，物体検出の勉強でSSD (Single Shot MultiBox Detector) の記事を書きました。今回はSSD512を実装してSSD300とSSD512で，どの程度精度が異なるのかを定性的に比較してみたいと思います。

今回はPyTorchを使って並列GPU化するときに実際に躓いたところの説明と解決方法を整理します。なお、ここに書く内容はちゃんとドキュメントなどを調べたものではなくて経験則的ものですので、正確な理解が必要な方は別途公式ドキュメントなどで調査することをお勧めします。

前回は、人工的に生成した正常／異常画像を用いて動作確認ついでにデモとして結果を掲載しました。人工的なデータなので綺麗な結果が出るのは当然ですので、今回はより実践に近いデータでやってみたいと思います。

GANを用いた画像データの異常検知をやってみました。今回はまずは動作確認の意味合いも兼ねて人工的に生成した画像データでデモをやってみました。