金沢工業大学でハッカソンを行いました

9月12日、13日に金沢工業大学のキャンパスにてハッカソンを行いました!

学部生、大学院生をはじめ教授、企業の方を含む、合計11名の参加者にDeLTA-LiteDeLTA-Kitを使用してDeep Learningモデル構築を行なっていただくという内容です。

(場所が本当にオシャでした…!どこを撮影しても映える…!)

まずはCOO渡辺から弊社についての紹介。LeapMindって何をやってるんだっけ?どんな人が働いてる会社なの?ということについてお話をさせていただきました。

続いてBoard Design Engineerの多治見による弊社の圧縮技術から、DeLTA-LiteDeLTA-Kitの使い方をはじめとする説明を行い、ここで一旦、質疑応答タイム。

最初に飛び出した質問がこちら。

学生「DeLTA-Liteの料金体系は?」

(早速すごい質問だ…)

多治見「生々しいですけど、こちらです」

と言ってDeLTA-LiteのWebサイトから請求できる資料の一部を表示し、料金体制について説明していきます。

多治見「なんだか、営業してるみたいになってきちゃった笑」

学生「笑」

学生「oh…なかなかな金額ですね…LeapMindさんが伸びてる理由がわかりました」
多治見「一般の企業がDeep Learningを導入しようとして、専用の企業に頼んだ場合は金額が高くなるけど、DeLTA-Liteを使うと、専門業者に頼むよりも自分でできて安くなるんです
学生「なるほどー」

その後、参加者に自己紹介をしていただいたのですが、すごいですね。過半数が大学院生だったのですが、こう、なんと言いますか、研究に対する情熱はもちろん、今後の未来を自分の手でどうしていきたいかなど語る姿がかっこよくて「未来はこういう学生が作っていくんだなぁ」と思いました。

そんな未来への情熱で溢れている参加者を3チームに分け、今回のハッカソンで構築していただくDeep Learningモデルのテーマを決めていただきました。

Aチームのテーマは「可愛い人、可愛くない人」。可愛いか可愛くないかについてはチームメンバのうちの1名による独断と偏見で行いますとのことです。Bチームのテーマは「字が綺麗か汚いか」、Cチームは「肉食か草食か」をテーマに、学習データを集める作業をはじめました。

  

学習データ作成をはじめて1時間半、進捗いかがですか?

  

Aチーム「約1700枚の画像を可愛いか可愛くないかに分類中です」

多治見「上半身が写っている写真が多いので、顔だけの画像を集めた方が精度が上がると思いますよ!」

弊社社員からのアドバイスも入ります。

Bチーム「一文字、「あ」の画像のデータセットがあったので、綺麗か汚いかをメンバで手分けしています」

多治見「文字の周りの空白を無くし、きわきわの画像がいいかも!」

Cチーム「画像枚数はそこまでないけれど、DeLTA-Liteでトレーニングをはじめました!」

おぉ、はやい!

 

学習データが集まってきたので、各チームDeLTA-Liteにアップロードし、構築を走らせたところで1日目は終了!

– – – – – – – – – – – – – – – – – – – –  8< キリトラナイ – – – – – – – – – – – – – – – – – – – –

夜が明けて、2日目。

モデル構築の終わっているチームは早速DeLTA-Kitにモデルデータの入ったSDカードを挿入し、望んでいた結果通りに動くか検証をはじめます。

こちらは「字が綺麗か汚いか」を判別するBチーム。紙にいくつか「あ」を描き、綺麗か汚いかカメラで撮影すると、Deep Learningによる判別がリアルタイムで画面に表示されます。写真に書いてある「あ」はどれも「汚い」と分類されてしまうようで、綺麗な「あ」ってどう書くんだっけ、綺麗に書くの難しくない?と頭を抱えそうになっていました……….が!!ここで学生ひらめきます。持ってきたものは「あ」と表示した PCの画面。「綺麗」と表示され「おぉーー!」と歓声が上がります!やったー!!!

Aチームはモデルの画像が多すぎて一晩ではモデル構築が終わらず、弊社が準備した笑顔かどうかを判別するモデルを用いて検証を行なっていただきました。Cチームからは歓声と笑い声が聞こえてきます。気になりすぎて夜も眠れそうなので、各チーム発表をしていただきました。

まずはAチーム。惜しくもモデル構築に時間がかかってしまいオリジナルモデルを動かせませんでしたが、学習データの構築で相当な盛り上がりを見せてくれました。10人の中から3人選ぶことを何回か繰り返すことで学習データを作成し、好みの顔を知り、ユーザの中から最も好みに近い相手を提案するアプリなどに応用できればと話していただきました!

次にBチーム。手書きの「あ」の綺麗か汚いかを判別するモデルを構築していただきました。目標としていた精度7割を達成したのですが、綺麗な「あ」を書けるようになるのは難しかったようで、指差している「あ」が最も綺麗な評価だったとのこと。小学生や書き文字を覚えてきた人に向けた硬筆練習に役立てればと語っていただきました!

最後にCチーム。山で動物に遭遇した時や、動物園で確認できればという思いで「肉食か草食か」を判別するモデルを構築していただきました。柄が似ている動物は判別がしにくいとのこと。ちなみにこちらのモデルを使って、人を認識するとどうなるか試したところ、「1、2、3、ダー!」で有名な彼は肉食、いかにも草食系な見た目の男性では草食とラベル付けされました笑。

発表のあと、COO渡辺に呼び出される、秋花粉症で死んでいるカメラマン兼この記事を書いている飛永。何も言われず、USBカメラを向けられ

渡辺「ふっwww肉食wwwww」

と笑われる結果に。いや、そうでしょう?私、肉食系女子。好きな食べ物は肉(本当は野菜)。肉を肉で巻いて(本当は焼肉をサンチュで巻いて)食べる肉食系肉ですよ!肉食と表示されるのも納得ですね!ははっ!なんだか悔しいので、このモデルを使って社員の顔写真で試すことを心に誓いました。

というオチで2日間にわたるハッカソンが終了しました。

– – – – – – – – – – – – – – – – – – – –  8< キリトラナイ – – – – – – – – – – – – – – – – – – – –

このハッカソンを機に、授業でDeLTA-LiteDeLTA-Kitを使ってみたいという声をいただきました!ありがとうございます!!

学生でも簡単にモデル構築のできるDeLTA-Lite、構築したモデルをすぐに試すことのできるDeLTA-Kitを授業で、会社で、お家で、ぜひ検討していただけると幸いです。また、今回のようにハッカソンを行うことももちろん可能です。沖縄から北海道まで全国どこでも行きますので、ぜひお問い合わせください!

tobinaga

Posted by tobinaga

HR Divisionに所属するLeapMindのなんでも屋

Leave a reply

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です