2018年度映像メディア学　最終レポート

コードの動かし方

1. 学習済みモデルのインポート
   make_npz.batの実行
   注意！:　wgetをPCにインストール事前にしておかなければいけない．
   ./models/coco_posenet.npzがインストールされていればOK.

2. pose_detection_demo.pyの実行
   コマンドプロンプトにpython pose_detection_demo.py --img ./data/~~~と入力する．
   ~~~の部分は/dataディレクトリに保存しているPoseを出力したいPNGファイル名を入れる．

3. 出力結果
   importされているOpenCVが出力画像をShowする．
   加えて，/data/~~~_result.pngファイルが作成されている．

学習に関して

今回は，以下の理由から学習済みモデルを使用する．

1. HWの限界
   今回学習に使用する教師データは「COCO 2016 keypoints」であるが，作成したコード「train_pose.py」では，すべてのデータを学習器に入力すると，GPUのメモリがOverflowを起こし，動作が停止してしまった．目標の識別精度を達成するのに十分な学習を実現するためのHWの制約があった．

2. 学習回数の時間的制約
   今回の学習済みモデルは440000回の学習を完了させているため十分な精度を達成できるが，そのための必要時間がHWの制約上実現が難しいと考えられる．

以上より，以下の学習用コードもGithub上に挙げておくが上記の制約で動かなかった．
1)gen_ignore_mask.py
COCOデータセットからマスクを作成する関数．流用．(https://github.com/DeNA/Chainer_Realtime_Multi-Person_Pose_Estimation/blob/master/gen_ignore_mask.py)
2)train_pose.py
学習器．network_updator.pyを読み込み，学習を進める．
3)network_updator.py
オリジナルのLoss関数の作成と，Updatorの作成．