オブジェクト検出モデルを調整する

自動モデル調整は、ハイパーパラメータ調整とも呼ばれ、データセットのさまざまなハイパーパラメータをテストする多数のジョブを実行して、モデルの最適なバージョンを見つけます。調整可能なハイパーパラメータ、それぞれの値の範囲、および目標メトリクスを選択します。アルゴリズムが計算するメトリクスから目標メトリクスを選択します。自動モデル調整は、選択されたハイパーパラメータを検索して、目標メトリクスを最適化するモデルになる値の組み合わせを見つけます。

モデル調整の詳細については、「で自動モデルチューニングを実行する SageMaker」を参照してください。

オブジェクト検出アルゴリズムで計算されるメトリクス

オブジェクト検出アルゴリズムは、トレーニング中に単一のメトリクス validation:mAP についてレポートします。モデルを調整するときに、このメトリクスを目標メトリクスとして選択します。

メトリクス名	説明	最適化の方向
validation:mAP	検証セットで計算された平均精度の平均 (mAP)。	最大化

調整可能なオブジェクト検出ハイパーパラメータ

次のハイパーパラメータを使用して Amazon SageMaker オブジェクト検出モデルを調整します。オブジェクト検出の目標メトリクスに最も大きな影響を与えるハイパーパラメータは、mini_batch_size、learning_rate、および optimizer です。

Parameter Name	パラメータタイプ	推奨範囲
learning_rate	ContinuousParameterRange	MinValue: 1e-6、 MaxValue: 0.5
mini_batch_size	IntegerParameterRanges	MinValue: 8、 MaxValue: 64
momentum	ContinuousParameterRange	MinValue: 0.0、 MaxValue: 0.999
optimizer	CategoricalParameterRanges	['sgd', 'adam', 'rmsprop', 'adadelta']
weight_decay	ContinuousParameterRange	MinValue: 0.0、 MaxValue: 0.999