# ID-mtg 2020/4/15

###### tags: `ID`

## 今週の進捗
> 進捗確認（人数カウント）
＜宮崎ビル＞
・画像データ取得（小峰→神崎）
・faseterRCNNでの推論（神崎）
・推論結果データ格納（神崎）
・faseterRCNN推論実施結果データにてmobilenet学習（神崎w/市川サポート）
・学習結果の検証、mobilenet/fasterRCNN（神崎）
＜モア４番街・新宿通り＞
・画像データ取得（小峰→山谷）
・faseterRCNNでの推論（山谷）
・推論結果データ格納（山谷）
・faseterRCNN推論実施結果データにてmobilenet学習（山谷w/小峰）
・学習結果の検証、mobilenet/fasterRCNN（山谷）
＜モア４番街・靖国通り＞
・画像データ取得（小峰）
・faseterRCNNでの推論（小峰）
・推論結果データ格納（小峰）
・手動でアノテーション（4人）
・faseterRCNN推論実施結果データにてmobilenet学習（小峰）
・学習結果の検証、mobilenet/fasterRCNN（小峰）
※統合しての学習も実施するべきか？（靖国通りは混ぜない？）
進捗確認（年代性別推定）
＜顔検出＞
・顔画像データ取得（小峰→市川）
・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）
・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）

### RetinaFaceの動作確認
* github: https://github.com/biubug6/Pytorch_Retinaface
* 論文: https://arxiv.org/abs/1905.00641


RetinaFaceをそのままtflite化してEdgeで動かすのは難しそうだが、`counter`と同様にこの推論結果を擬似的な教師データとみなすことでmobilenet-v2 SSDの精度向上が期待できる。

### mobilenet-v2 SSDの`WIDER FACE` pretrain
* WIDER FACE dataset: http://shuoyang1213.me/WIDERFACE/

`id-pedestrian`を用いてface detectionに関する事前学習を行った。tflite化したモデルの推論結果は以下のようになり、このままでは精度に不満が残ることが分かる。


（遠くの顔が苦手？）

### CRNN（text recognition）調査
現在idで実装中のCRNNに学習が進まないバグがあるため、その解決方法を探すとともに高性能のCRNNのサーベイを行った。
* github: https://github.com/clovaai/deep-text-recognition-benchmark
* 論文: https://arxiv.org/abs/1904.01906
（これまで提案されてきたCRNNモデルの比較を統一的に行った研究）
* バグの回避策: https://github.com/clovaai/deep-text-recognition-benchmark/blob/8e7aba3b5da27690b4216d16b87c2d5928f18709/train.py#L149

### 積み残し
* data_20200414_miyazaki1fcolorデータへの`RetinaFace`の適用
* それに基づくmobilenet-v2 SSDの**fine tuning**

## メモ
* データ追加したversionでmobilenet-v2 SSDの学習中（神崎）
* tflite化に伴ってどれぐらい精度は劣化する？
* 雨のデータはそもそもfaster-RCNNでどれぐらい取れる？
→もし取れない場合は人力アノテーション？
* quantized training（？）というのもあるけど、おそらくはやってなさそう・・？ちょっと調べる必要があるかも。
* 宮崎ビル、モア、靖国通り（靖国通りは難しいので人力アノテーション）
* アノテーションは割と適当でも大丈夫
* 学習データの数に応じた精度のベンチマークみたいなのを持っておいた方がいいかも。→`id-generator`でやれば楽。
* マスク有り無しの判定はラベルをアノテーションし直せばいけそう。
* ただ属性判定はいずれにしろ難しそう。全身から推論した方が望み高いかなあ
* （小峰さん）年齢性別推定はtflite化した時に精度が著しく劣化してしまう。そこを解決したい。
* 今の`mobilenet-v2 SSD`の学習はGPUメモリギリギリまで使うバッチサイズなので、もう少し節約してもいいかも。
* 大戸屋カメラ・赤外線カットなしで全身/顔からの推定