俺人〜OREGIN〜俺、バカだから人工知能に代わりに頑張ってもらうまでのお話

俺って、おバカさんなので、とっても優秀な人工知能を作って代わりに頑張ってもらうことにしました。世界の端っこでおバカな俺が夢の達成に向けてチマチマ頑張る、そんな小さなお話です。現在はG検定、E資格に合格し、KaggleやProbSpaceのコンペに参画しながら、Pythonや機械学習、統計学、Dockerなどの勉強中です。学習したことをブログにアウトプットすることで、自分の身に着けていきたいと思います。まだまだ道半ばですが、お時間がありましたら見て行ってください。

Solafune x Microsoft 市街地画像の超解像化コンペに向けて超解像化について学ぶ。#MScup

今回は、衛星データ分析サイトのSolafuneで現在開催されている「市街地画像の超解像化」コンペ(MScup)に向けて参考にしている情報をまとめてみました。

現在参加中の皆様や、これから参加予定の皆様のご参考になれれば幸いです。

【目次】

1.【宙畑】超解像×衛星画像でできること。関連論文の紹介とTellusでやるには

sorabatake.jp

今回のコンペを開始するのにピッタリのサイトだったので、最初に参考にさせていただきました。

このサイトのおかげで、初手で躓かずに提出までこぎつけました。

衛星画像分野で、機械学習が必要になっている背景から始まっているので、Solafuneの今回のコンペの主旨にある、社会実装の加速に貢献するという意味でも、非常に有用なコンテンツです。

また、超解像の理論的な説明から、論文やサンプルコードへのリンクが貼ってあり充実した内容になっています。

著者は、以下の記事の事前準備として、勉強されたとのことです。

sorabatake.jp勉強された内容についても、以下の資料にまとめて公開してくださっています。

docs.google.com

2.【Sansan Builders Blog】超解像の歴史探訪 -SRGAN編

buildersbox.corp-sansan.com

1つ目のサイトで出てきたキーワード「SRGAN」で検索してたどり着いたサイトになります。

GANの説明から始まり、SRGANについて、生成器、識別器、損失関数、学習の部品に分けて実装例つきで説明してくださっています。

また、GitHubにコードも公開してくださっていて、とても参考になりました。

3.【Quiita】トップ学会採択論文にみる、超解像ディープラーニング技術のまとめ

qiita.com2014年〜2018年までのCVPR, ECCV, ICCV などのコンピュータビジョンのトップ画像処理学会に採択された、ディープラーニング(DL)を用いた超解像モデルをまとめてくださっています。

どのモデルが、どのような系統のモデルなのかという樹形図もあるので、各モデルの特徴を把握する目安になります。

主要論文リストや、トレーニング用データセットなども紹介されているので、お役立ち度が高いです。

4.【ULCAMTCVSMPS】超解像ネットワークを微分の差の絶対値で学習してみました。

crater.blog.ss-blog.jpこちらのサイトは、GANを使わない、Super-Resolution Neural Netowrk について、説明してくださっています。

残念ながら学習済みモデルの公開は終わっているようなのですが、モデルのコードはGitHubに公開してくださっています。

6.おわりに

とても興味深いテーマで、様々な分野で応用されている技術なので、まだまだ、始まったばかりのコンペですが、すでに学びが盛りだくさんです。

引き続き、コンペで取り組む中で得た情報を発信していきたいと思います。

 

f:id:kanriyou_h004:20210917182331p:plain