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）。