Skip to content

学習

JetRacerでは、走行用の推論は、ResNetの転移学習でおこないます。

データセット規模は、標準コースで200-300枚程度必要です。

学習の流れ

No 手順 Notebook
1 コースの画像を100枚程度撮影 interactive_regression.ipynb
2 20 epoch学習 interactive_regression.ipynb
3 推論の確認 dataset.ipynb
4 テストラン road_following
5 うまく走行できない場所を再度撮影 interactive_regression.ipynb
6 1 epoch学習 interactive_regression.ipynb
7 テストラン, 以後 4〜6の繰り返し

学習の位置づけ

手順 対応
教師あり学習
教師なし学習
強化学習

今回は、教師あり学習の転移学習を用いてコースの学習をおこないます。

転移学習

転移学習で用いる学習済みモデルは、ResNetです。ResNetの学習済みモデルに、新たな層を追加し、学習させる事で、ラジコンの自動走行を実現します。

Dataset

JetRacerでは、画像に対して走行したい(X,Y)座標の組み合わせを、ResNetの転移学習でおこないます。

(X,Y)座標は、画像データのファイル名に付与され、学習時に画像を呼び出す際に、(X,Y)を数値として取り出し、それを学習させます。

この事で、学習済みモデルでは、画像を渡すと(X,Y)が推論されます。その(X,Y)を走行データに変換する事で自動走行します。