惑星探査育英会・第十二回実習会

機械学習による画像分類、領域分割手法のサーベイ及び習得を目指す。

Schedule

2020年3月9日（月）13:20～3月11日（水）12:30（目標終了時刻） @ The University of Aizu

Description

惑星探査育英会主催・第十二回実習会のGithubリポジトリ
講義Slide
クラウドベースの機械学習環境を実習に取り入れ、
前年度と比べて受講者のマシン準備や環境構築のハードルを下げました。

下記の実習内容を予定しています。

1. KaggleのNotebook を用いて機械学習（CNN）のキャッチアップ
2. Google Colaboratoryを用いてサンプルコードの実践
3. Kaggleの公開データセットや手持ちのデータセットを用いて機械学習を実践
4. Dockerを用いてLocal環境構築＆実践機械学習(OPTION)

Requirement

必須

• Google account
  • Driveに十分な空き容量があると好ましいです。
• Kaggle account
  • データセット利用の為に電話番号認証もお願いします。
• Docker account
  • Docker環境構築を事前に行うと、ご自身の環境での実習がスムーズに進みます。

Option

• Docker環境構築
  • 前年度の実習会 のドキュメント が参考になります。
• 機械学習の為のデータセットの前準備
  • 特にSegmentationを自分のデータで行いたい方は必要です。
• NVIDIA GPU搭載の計算機環境
  • Local環境で機械学習を行う際に有利です。

Dataset

• 画像分類
  • Tychoクレーター分類
  • 10-monkey-species
• 画像領域分割
  • carvana-image-masking-challenge
  • 月Divinerのデータ
• 参加者各自のデータ

Contribution

1. Fork it
2. Create your feature branch.
3. Commit your changes
4. Push to the branch
5. Create new Pull Request.

Licence

MIT

Author

Sonochy
ISH_Y