Pythonによるデータ分析・機械学習ブログ

Pythonによるデータの前処理・グラフ化、機械学習、統計解析、画像処理、Webスクレイピング、自然言語処理の基礎について紹介していきます。

MENU

【第6回】YOLOXの学習:VoTTによるアノテーション、COCO形式への変換、学習実行

 

以下のページに移行しました。

note.com

 

オススメ書籍

物体・画像認識と時系列データ処理入門

現場で使える!PyTorch開発入門 深層学習モデルの作成とアプリケーションへの実装

PyTorchで作る!深層学習モデル・AIアプリ開発入門

 

スキル修得&転職

 近年、DXの進展に伴うデジタル人材の需要の高まりに追いついていない状況が続いていると経済産業省がホームページで記載している通り、DX人材、IT人材が不足しているのが現状です。さらにコンピュータの性能向上やAI技術の発展により、よりDX人材、IT人材の需要が高まってきます。さらには、今後の長期間安定して職がある業種とも考えられます。

以下の求人では、IT業界の転職や、IT未経験だけどIT人材を志望する就活を支援してくれます。無料で会員登録もできるので、まずは登録だけでもして様子を見てみてはいかがでしょうか?

 

おわりに

 本記事では、YOLOXで学習を実行するまでの流れとして、VoTTによるアノテーション、COCO形式への変換、学習実行の方法を紹介しました。本記事をマスターすることでご自身の検出したい物体に合わせたモデルを作成することができるようになります。具体例を挙げると食品や工業製品の外観検査、人物検知などが実施でき、応用すると業務の自動化や新規ビジネスにも繋がります。