R-CNNでのクラス名におけるエラーについて

R-CNNを用いて物体検出を行いたいと考えています。

以下のCNNの層構造において

15層目のプロパティ、およびclassは以下のようになっています。

学習データのクラス名は以下のようになっています。

rcnn = trainRCNNObjectDetector(data, layers, options, 'NegativeOverlapRange', [0 0.3]);を処理している際、

"ニューラル ネットワークに学習データ内のオブジェクトを分類させるための学習を実行中"において

下記のようなエラーが出てしまいました。

エラー: trainNetwork (line 150)

層 15 のクラス名は、学習データのクラス名と一致しなければなりません。学習データのクラス名は categories(Y) で指定されます。ここで、Y は学習データのラベルです。

エラー: rcnnObjectDetector.train (line 239)

[net, info] = trainNetwork(dispatcher, layers, opts);

エラー: trainRCNNObjectDetector (line 280)

[detector, ~, info] = rcnnObjectDetector.train(trainingData, lgraphOrLayers, options, params);

エラー: Untitled_36 (line 16)

rcnn = trainRCNNObjectDetector(data, layers, options, 'NegativeOverlapRange', [0 0.3]);

上記のようなエラーが出てしまい、実行できません。どのように改善を行えばよいのでしょうか。

よろしくお願いいたします。

[Kenta]

ダミーデータでもよいので、同様のエラーのでるデータを添付いただけないでしょうか。

[Yuki Yoshino]

ご回答ありがとうございます。

エラーの出たプログラムファイルを添付いたしました。

よろしくお願いします。

[Kenta]

ありがとうございます。すいません、コードではなくて、データのほうです。

必ずしもそのままのデータではなくてもよいので、練習用やダミーデータがあれば

そちらを添付していただけますか。（ダミー）データがあったうえで、考えるほうが具体的なコメントができると思います。

[Yuki Yoshino]

ご回答ありがとうございます。

学習済みニューラルネットワークのデータ(net.mat)と、グラウンド トゥルース データ(data.mat)を添付いたしました。

よろしくお願いします。

[Kenta]

データを送っていただきありがとうございました。

私も同じエラーが出ました。ただ、layer自体も正しく構築できてそうですし、

layerの分類層ののクラス名とグランドトゥルースデータのクラス名も一致してそうです。

R-CNNよりは、YOLOのほうが圧倒的に高速で、精度も良いので、一度

YOLOで同じことができないか試されてはいかがでしょうか。

手法が異なっているので、同じエラーは出ないと思います。お力になれず申し訳ございません。

https://jp.mathworks.com/help/vision/ug/train-an-object-detector-using-you-only-look-once.html

[Kazuya]

学習データに positive が無いのが原因でしょうか・・？（推測です）仮に・・いったん

tmp = net.Layers;
layers = [tmp(1:end-1)
           classificationLayer];       

と classificationLayer だけ新しいものにしてから

rcnn = trainRCNNObjectDetector(data, layers, options, 'NegativeOverlapRange', [0 0.3]);

と実行するとどうなるでしょう。

[Yuki Yoshino]

Kazuya様

ご指摘ありがとうございます。

上記の方法で試したところ、うまく実行することができました。

[Yuki Yoshino]

回答をしてくださった、Kenta Itakura様、Hiro Yoshino様、Kazuya様

ありがとうございました。

[Kazuya]

良かったです！

Answer 1

[Kazuya]

こちらに回答として転記しておきます。

＊＊＊＊

学習済みのネットワークは positive/nagative の2クラス分類を行うものですが、学習データに positive が無いのが原因の様です。

tmp = net.Layers;
layers = [tmp(1:end-1)
           classificationLayer];   

と classificationLayer だけ新しいものするとエラーは解決します。

Answer 2

[Hiro Yoshino]

まずは、こちらをご参考にしてみては如何でしょうか？

https://jp.mathworks.com/help/vision/examples/object-detection-using-deep-learning.html#DeepLearningRCNNObjectDetectionExample-7

あとは、作成したネットワークの整合性チェックをディープネットワークデザイナーから行えます。