Youtube動画はこちら：https://www.youtube.com/watch?v=huD9vHlMIB8 segmentation-modelsを使って、有名なアルゴリズムのU-Netを簡単に触ってみました！ こういうライブラリでサクっと試せるのは良いですね～

1. ざっくり動かす

2. 本日の内容
目標：セグメンテーションをざっくり動かせる
 セマンティックセグメンテーションって？
 簡単に行うライブラリ segmentation-models
 試しに学習を行ってみる

3. プロフィール
 霜島はるか (Haruka Shimojima)
• Vtuberデータサイエンティスト
• 勉強したこと・やってみたことを投稿します！
Youtube動画版
https://www.youtube.com/watch?v=huD9vHlMIB8

4. セマンティックセグメンテーションって？
 画像上のモノの領域を認識するための方法
 ピクセル単位で検出できる
→YOLOなどの物体検出に比べ、細長いものや不定形の検出に有利
https://arxiv.org/pdf/1505.04597.pdf

5. 有名なアルゴリズム例：U-Net (2015)
 エンコード途中の特徴量マップをデコードで再利用する
 Backborn(エンコーダとして使用するモデル)を自由に変える

6.  U-Netをはじめとする4つのモデル,25のBackboneを使用可能
 pipで簡単インストール, keras環境で動作
簡単に行うライブラリ
pip install segmentation-models

7. 試しに学習を行う
 VOC2012のデータで実施
image label
→ labelはクラス分のone-hot ベクトルへ変換
[width][height]→[width][height][class_size]

8. 試しに学習を行う
 U-Net
 Backborn: ResNet34

9. ざっくり確認

10. 試しに私を検出する
 普通に立ってる分にはそこそこ検出できる
chair
person
diningtable
background

11. 試しに私を検出する
 動き出すと途端に怪しくなる
person
chair
sofa
background

12. まとめ
 Segmentation Modelsでセグメンテーションを試してみた
 人に特化したモデルで映像編集に活用したい
→ MediaPipeのSelfie Segmentationも試したい