モデルのトレーニングとデプロイ

概要

Autowareは、2Dおよび3Dオブジェクトの検出、信号認識などを含む幅広いタスクに合わせて調整された、包括的な機械学習モデルを提供します。 これらのモデルは、open-mmlab'の広範なリポジトリを利用して細心の注意を払ってトレーニングされています。 提供されたスクリプトを活用し、トレーニング手順に従うことで、独自のデータセットを使用してこれらのモデルをトレーニングし、 特定のニーズに合わせて調整することができます。

さらに、mmdeployリポジトリを使用して、トレーニング済みモデルをAutowareにデプロイするための重要な変換スクリプトが見つかります。

信号機分類子モデルのトレーニング

Autoware内の信号機分類モデルは、mmlab/pretrainedリポジトリを使用してトレーニングされています。 Autowareは、EfficientNet-b1およびMobileNet-v2アーキテクチャに基づいた事前トレーニング済みモデルを提供します。 これらのモデルを微調整するために、トレーニング用に58,600 枚、評価用に 14,800 枚、テスト用に10,000枚の合計83,400枚の画像が使用されました。 これらの画像は日本の信号機を表しており、TIER IVの内部データセットを使用してトレーニングされました。

名前	入力サイズ	テスト精度
EfficientNet-b1	128 x 128	99.76%
MobileNet-v2	224 x 224	99.81%

信号機分類器モデルの包括的なトレーニング手順の詳細は、 "traffic_light_classifier"パッケージに付属のReadmeファイルに記載されています。 これらの手順では、独自のデータセットを使用してモデルをトレーニングするプロセスをガイドします。 トレーニングを容易にするために、トレーニング プロセス中に活用できる 3 つの異なるクラス (緑、黄、赤) を含むサンプル データセットも提供しました。

信号機分類モデルをトレーニングするための詳細な手順についてはこちらを参照してください。