セマンティックセグメンテーションモデルの調整

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。

セマンティックセグメンテーションアルゴリズムによって計算されたメトリクス

セマンティックセグメンテーションアルゴリズムは、2 つの検証メトリクスについて報告します。ハイパーパラメータ値を調整する場合は、目標としてこれらのメトリクスから選択します。

メトリクス名	説明	最適化の方向
validation:mIOU	検証セット内のイメージについて、予測されたセグメンテーションと Ground Truth の交点の領域を、検証セット内のイメージに対してそれらの間の総合の面積で割った面積。Jaccard インデックスとも呼ばれます。	最大化
validation:pixel_accuracy	検証セットのイメージで正しく分類されているピクセルの割合。	最大化

調整可能なセマンティックセグメンテーションハイパーパラメータ

セマンティックセグメンテーションアルゴリズムの次のハイパーパラメータを調整できます。

Parameter Name	パラメータタイプ	推奨範囲
learning_rate	ContinuousParameterRange	MinValue: 1e-4、 MaxValue: 1e-1
mini_batch_size	IntegerParameterRanges	MinValue: 1、 MaxValue: 128
momentum	ContinuousParameterRange	MinValue: 0.9、 MaxValue: 0.999
optimzer	CategoricalParameterRanges	['sgd', 'adam', 'adadelta']
weight_decay	ContinuousParameterRange	MinValue: 1e-5、 MaxValue: 1e-3