[論文レビュー] TensorFlow with user friendly Graphical Framework for object detection API

Heemoon Yoon, Sanghee Lee+1 more|arXiv (Cornell University)|Jun 11, 2020

Advanced Neural Network Applications被引用数 4

ひとこと要約

本論文では、TensorFlow Object Detection API のためのユーザーフレンドリーな GUI である TensorFlow Graphical Framework (TF-GraF) を紹介する。TF-GraF は、コードやコマンドラインインターフェースを必要とせず、データ前処理、モデル学習、評価、推論を実行できる。視覚的でインタラクティブな環境を提供し、SSD や Faster R-CNN などの複数のモデルをサポートする。また、リアルタイムでの監視機能を備えることで、ディープラーニングの初心者や専門外のユーザーが、複雑な設定を自動で管理しながら、学習の障壁を低減できる。

ABSTRACT

TensorFlow is an open-source framework for deep learning dataflow and contains application programming interfaces (APIs) of voice analysis, natural language process, and computer vision. Especially, TensorFlow object detection API in computer vision field has been widely applied to technologies of agriculture, engineering, and medicine but barriers to entry of the framework usage is still high through command-line interface (CLI) and code for amateurs and beginners of information technology (IT) field. Therefore, this is aim to develop an user friendly Graphical Framework for object detection API on TensorFlow which is called TensorFlow Graphical Framework (TF-GraF). The TF-GraF provides independent virtual environments according to user accounts in server-side, additionally, execution of data preprocessing, training, and evaluation without CLI in client-side. Furthermore, hyperparameter setting, real-time observation of training process, object visualization of test images, and metrics evaluations of test data can also be operated via TF-GraF. Especially, TF-GraF supports flexible model selection of SSD, Faster-RCNN, RFCN, and Mask-RCNN including convolutional neural networks (inceptions and ResNets) through GUI environment. Consequently, TF-GraF allows anyone, even without any previous knowledge of deep learning frameworks, to design, train and deploy machine intelligence models without coding. Since TF-GraF takes care of setting and configuration, it allows anyone to use deep learning technology for their project without spending time to install complex software and environment.

研究の動機と目的

• IT分野の初心者や非専門家が TensorFlow Object Detection API を使用する際の高い学習障壁を低減すること。
• モデルのトレーニングや推論に、コマンドラインインターフェースや手動でのコード設定に依存しないこと。
• サーバーサイドでユーザーごとにセキュアで隔離された仮想環境を提供し、共同利用とスケーラビリティを実現すること。
• GUI を通じて、SSD や Faster R-CNN、RFCN、Mask R-CNN などの柔軟なモデル選択を可能にすること。
• コードを書かずに、トレーニングの進行状況やオブジェクト検出の結果の可視化、評価指標の確認が可能なリアルタイム監視を可能にすること。

提案手法

• ユーザーのアカウント管理と隔離された仮想環境の管理を可能にする、サーバー上にホストされたウェブベースのグラフィカルインターフェースの設計。
• CLI とのやり取りなしに、データ前処理、モデルトレーニング、評価ワークフローを処理するバックエンドサービスの実装。
• ハイパーパramータの設定とモデル選択を GUI ドライブルートで行えるように、TensorFlow Object Detection API を GUI パイプラインに統合。
• モデルトレーニング中に、トレーニング損失と検出結果のリアルタイム可視化を可能に。
• GUI 内のドロップダウンによるモデル選択により、Inception や ResNet などの複数のディープラーニングアーキテクチャをサポート。
• 環境のセットアップと依存関係の管理を自動化することで、ローカルインストールの複雑さを排除。

実験結果

リサーチクエスチョン

• RQ1 グラフィカルインターフェースは、非専門家ユーザーが TensorFlow の Object Detection API を使用する際の学習曲線をどのように低減できるか？
• RQ2 コードなしでエンドツーエンドのオブジェクト検出ワークフローをサポートするためには、GUI にどのような機能が必要か？
• RQ3 サーバーサイドの仮想環境モデルは、複数ユーザーのセキュリティとスケーラビリティを確保できるか？
• RQ4 GUI ベースのアプローチは、トレーニングおよび推論プロセスのリアルタイム監視と可視化をどの程度効果的に可能にするか？
• RQ5 GUI は、オブジェクト検出のためのディープラーニングモデルのトレーニングおよび評価において、コマンドラインワークフローをどの程度代替できるか？

主な発見

• TF-GraF は、ユーザーが完全に GUI を通じてデータ前処理、モデルトレーニング、評価を実行できることを実証した。これにより、コマンドライン操作の必要がなくなった。
• 本フレームワークは、SSD、Faster R-CNN、RFCN、Mask R-CNN などの最新のモデルを、GUI によるハイパーパramータのカスタマイズを可能にしながらサポートしている。
• GUI では、トレーニング中の損失とテスト画像上の検出オブジェクトの可視化をネイティブにサポートしている。
• システムは複雑な環境設定を自動で管理しており、ユーザーはモデル設計や実験に集中できる。
• TF-GraF のコードベースは公開されており、アクセス性の向上とコミュニティによる採用を促進している。
• ディープラーニング経験のないユーザーも、コードを書かずにオブジェクト検出モデルをデプロイし、実験できるようになった。