# ID-mtg 2020/4/8

###### tags: `ID`

## faster R-CNNの結果（新宿）確認
* カメラの設置場所が低いから比較的写りは良い。
* 全体的に検出は上手くいっている。
* RGBではなく赤外線カットカメラ：多少は検出精度に影響を与えそうだけどそこまで大きくは変わらないはず。ソラコムカメラは自然光はない。
* 歩道の色に影響を受ける？→学習データにバリエーションを持たせて汎化性能を高める方針が良さそう。
* これを教師データにして`mobilenet-v2 SSD`の転移学習：**神崎に引き継ぐ**
* 靖国通りは画質が悪いのもあって非常に難しいタスクになってる。

## 顔検出
* SoTAは`RetinaFace`：https://paperswithcode.com/task/face-detection
* OpenCV内にあるDeepベースのアルゴリズム→あんまり精度が良くない&遅い。
* mobilenet-v2 SSDを使って顔検出モデルを作るのが良さそう？：**市川**
* mobilenet-v2 SSDを`WIDER FACE`で学習させる。
* 実データを`RetinaFace`で推論させたものを教師データとしてfine tuningする。

## Age & Gender
* Age EstimationのSoTAは`CORAL`：https://paperswithcode.com/task/age-estimation/codeless?page=4
* Gender Estimationは？？
* ただし、tflite化がネック。現在はhttps://github.com/yu4u/age-gender-estimation を使っているが、量子化が上手くいってなさげ。そこで同じアルゴリズムだが`tensorflow`で実装されているものを量子化した方が早そう。→https://github.com/BoyuanJiang/Age-Gender-Estimate-TF ：**小峰さん**
* もしそれでもネットワークが重いようなら、CNN部分を`mobilenet`に置き換えることも考えられる。

### （竹野さんメモ）
#### 人数カウントネクストアクション
* モア4番街（新宿通り沿い）の画像データ共有（小峰）
* 上記画像データを`faster-RCNN`での推論（神崎）
* 画像データ格納ファイルの作成（神崎）
* 画像データは分けて保存するか
* mobilenet学習のトランスファー（市川→神崎）
* 上記含めたfaseterRCNN推論実施結果データにて学習（神崎w/市川サポート）
* 宮崎ビル分（通常時＆雨時）
* モア4番街分
* 学習結果の検証、mobilenet/fasterRCNN（神崎）

#### 年代性別推定ネクストアクション
##### 顔検出
* 顔画像データ取得・共有（小峰）
* 上記画像データをRetinaFaceでの推論（市川）
* mobilenetSSDを顔検出向け画像データにて学習（市川）
* モデルzooからもってきたmobilenetを顔向けに学習
* 上記モデルをRetinaFace推論実施結果データにて学習（市川）

##### 年代性別
* 実施モデルの内容の見直し（小峰）

## 次回mtg日程
4/15（水） 13:00~

### counter雨対応
* 傘を持ってる人、バックパックを持ってる人は検出されないことが多い。
c.f. https://docs.google.com/spreadsheets/d/16rW87EvnYm8VxuJzR3MHL9HafazU6VLAZAp338d5oXk/edit#gid=0
→こういうのって`faster RCNN`でも取れないもの？それを確認した方が良さげだよね。