画像データに対して、20種類のラベルの1つを割り当てるモデルを作成していただきます
画像認識とは、画像および動画から文字や顔などのオブジェクトや特徴を認識し検出するパターン認識技術の一分野です。特に画像に対してラベルを割り当てる画像分類は画像認識の領域においてポピュラーな研究分野となっていて、最近は深層学習が圧倒的な精度を達成しています。今回は日常生活の様々なシーンで遭遇するような内容が写った画像に対して20種類のラベルから一つ割り当てる問題に挑戦していただきます。
Runtimeとは?
昨今では、大量のアンサンブル等によってAIの認識精度は上げやすくなってきましたが、モデルを実際に運用する際には、多くの場合様々な制約があります。モデルの実用化には、真の意味での汎化性能、つまりは未知のデータに対する精度を高めるだけではなく、推論速度やメモリサイズまでも考慮したモデルの構築が重要になります。
このような背景の元、実用的なモデルの作成を目的として精度に加え推論時間の計測も行う新機能が、Runtimeです。
目指すは、高精度かつ高速。精度とともに、より高速なモデルの作成にチャレンジしてみてください。
現時点では、推論時間は計測するものの評価はしていませんが、ゆくゆくは精度と推論時間、さらにはメモリサイズ等を総合的に評価する予定です。今後は、Runtimeを利用したコンペも増えていきますので、本練習問題で今のうちから慣れておきましょう。
本コンペを活用して、SIGNATEでのデータ解析・モデル構築を体験してください。
※Beta版のため、正常に動作しない可能性もあります。予めご了承ください。
Runtime説明ページ投稿用コードサンプル
データ概要
課題種別:分類
データ種別:画像
学習データサンプル数:50000
画像の大きさ:32×32
欠損値:無し