ディープラーニングの開発環境を構築しよう ③coco dataset
今回からppnの中身について見ていきます。
まずは基本ですが、「README」を見ていきます。
英語で書いてます。Google翻訳とか使って頑張って読みます。
ざっくり要約すると、
１．ppnにはデータセットが必要です。MPIIとcocoの２種類があるので、好きな方をダウンロードしてください。
２．既に学習したモデルがありますので、必要な方はダウンロードしてください。
３．色々パラメーラを設定するには、「config.ini」をいじる必要があります。
４．「video.py」で、作者のデモを体験できるようです。
今回は上記１、２について、次回は３，４について紹介します。
では前回も書いたとおり、cocoのデータセットを使います。
以下のサイトからデータセットをダウンロードしましょう。
「Dataset」→「Download」の順でアクセスすると、大きく「Images」と「Annotation」と書かれた文字があると思います。
その下に青文字のリンクで、以下のように２行続く形です
Images：
画像データの集まりになります。数千～数万枚の画像データ（.jpg形式）があり、Train（学習用）とVal（評価用）の2種類が存在します。
Trainはモデル（ニューラルネットワークの集まり）を学習させる際に必要となりますが、動きを確認するだけならValデータだけで十分です。
Trainデータは見てわかるとおり、18GBとかあるので、ダウンロードだけでもものすごい時間かかります。。
READMEにもあったとおり、既に学習済のモデルがあるようなので、それを使わせていただくことにします。
Annotation：
Imagesの画像データに対応した正解値です。.json形式のファイルが入っており、Imagesの情報を数値化したファイルです。
例えば、000001000.jpgというImagesがあったとすると、そのIDとして「1000」という情報が入ってたり、人の骨格情報を座標値（x,y）として一括で管理されているようなものです。
この２つを使って、画像中の人を認識（推定）することができるようです。
今回は、「2017 Val images」と「2017 Train/Val annotations」を使います。
ダウンロードしたら、ppnフォルダの中に「Images」と「annotation」フォルダとして、以下のように保存します。
これで、データセットの準備は完了です。
今回はここまで。
次回から、実際のソースコードの中身を見ていきます。
エディタはVisual Studio Codeを使い、使用する言語はPythonになります。
