Amazon SageMaker セマンティックセグメンテーションアルゴリズムを試してみる

Amazon SageMaker セマンティックセグメンテーションアルゴリズムを試してみる:

Amazon AI by ナレコム Advent Calendar 2018の9日目の記事です。

今日は、Amazon SageMakerで新しく利用可能になったセマンティックセグメンテーションアルゴリズムを試していきます。

ノートブックインスタンスの作成

1．AWSのコンソールからAmazon SageMakerを検索し、ダッシュボードを開きます。

2．左のメニューのノートブック->ノートブックインスタンスからノートブックインスタンスの作成をクリックします。

3．ノートブックインスタンスの設定は以下のようにします。

4．ノートブックインスタンスが作成され、ステータスがInServiceになったら、Jupyterを開いてください。

5．タブのSageMaker Examples選択し、Introduction to Amazon Algorithmsを展開、semantic_segmentation_pascalvoc.ipynbを使用します。

6．上から順にRUNをクリックして実行していきます。

データの準備

1．IAM roleを設定します。

2．S3 bucketを定義します。

3．イメージを取得します。

4．Pascal VOCデータセットをダウンロードします。

5．ダウンロードしたデータセットの準備をします。

6．画像の数をチェックします。

7．ラベルマップを設定します。

8．S3へアップロードします。

学習

1．SageMaker Estimator オブジェクトを定義します。

2．ハイパーパラメータを設定します。

3．データチャンネルを設定します。

4．学習を実行します。20分くらいかかります。

5．学習したモデルをデプロイします。

テスト

1．テスト画像をダウンロードします。

2．テスト画像を表示します。

3．テストを実行します。

4．結果を表示します。

5．application/x-protobufを使用して、テストを実行します。

6．mxnetを用いて、結果を読み込みます。

7．出力形状と確率の値をチェックします。

8．結果を表示します。

9．エンドポイントを削除して終了です。

まとめ

Amazon SageMakerのセマンティックセグメンテーションアルゴリズムを試してみました。

サンプルが用意されているので、簡単に試すことができます。

参考文献

• Amazon SageMaker で、セマンティックセグメンテーションアルゴリズムが利用可能になりました
• Amazon SageMakerの組み込みアルゴリズムのセマンティックセグメンテーションを試してみる
• Amazon SageMaker Ground Truth を試してみる