オブジェクト検出モデルを調整する - アマゾン SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

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、を使用して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

物体検出アルゴリズムは、トレーニング中に1つの指標について報告します。validation:mAP。 モデルを調整するときは、この指標を目的の指標として選択します。

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

アマゾンを調整する SageMaker 以下のハイパーパラメータを使用したオブジェクト検出モデル。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_sizelearning_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