分類 Classification
国土地理院の「CNNによる地物抽出用教師データセット」(地図作成のための機械学習用データセット(GSIデータセット) (gsi.go.jp))を使って、自作の地物抽出用セマンティック・セグメンテーション・モデルを作ってみました。
モデルは「道路、建物、水域、軌道、駐車場、水田、針葉樹林」のそれぞれについて一つずつ、合計7モデルを作りました。
モデルの訓練には1モデルあたり約10時間かかるので、合計70時間。CPUもGPUも働きっぱなし。
ようやくモデルを作って、7カテゴリーのそれぞれについてその物体に属するピクセルが、1枚の画像に占める割合を求めたいと思います。
23,300枚の画像でこの作業をやったところ、
所要時間は、1カテゴリー当たり、例えば道路だけで62,750秒、17時間半!!!
7カテゴリー全部やって122時間、約5日間パソコン動きっぱなし。
NVIDIAの「GeForce RTX 3060 Ti」が1枚と「13th Gen Core i5-13400」が16では、まだ不足なのでしょうかね?
もしこの作業を5、6時間で終わらせることができるパソコンを買うと、一体いくらかかることやら(買わないけど)。
いいね!