Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

UsingChainerMN

2,117 views

Published on

We use chainer MN in our computer center of university.

Published in: Science
  • Be the first to comment

UsingChainerMN

  1. 1. Chainer MN,◯◯台で使ってみました 中部⼤学 機械知覚&ロボティクスグループ ⼭下隆義
  2. 2. ⾃⼰紹介 中部⼤学 ⼯学部 情報⼯学科 准教授 @takayosiy え  前職では
  3. 3. 機械知覚&ロボティクスグループ Machine Perception & Robotics Group (MPRG) 藤吉教授 ⼭内助⼿ 平川研究員 ⼭下准教授 秘書1名 博⼠後期課程  4名  博⼠前期課程 13名 学部4年⽣  18名  学部3年⽣  20名
  4. 4. 研究分野 ⼈や周辺を理解する画像認識・ロボットシステム
  5. 5. 中部⼤学の施設
  6. 6. 中部⼤学の施設 95台の端末がInfinibandで接続 各端末のスペック Quadoro P5000 Xeon E5-2620 Mem. 16GB Ubuntu & Windowsデュアルブート infiniband NFS Giga Ethernet
  7. 7. Chainer MNの活⽤ 起動時にイメージをNFSより配信 各端末のスペック Quadoro P5000 Xeon E5-2620 Mem. 16GB Ubuntu 16.04 chainer 2.0.1 chainer MN 1.0 opencv 3.2.0 nvidia-docker singularity
  8. 8. Chainer MNでつまずいたこと・・・ データの置き場所 学習データをNFSに置いて共有化 30台で学習=> 1.2倍ぐらいしか速くならない・・・ NFS 学習データ
  9. 9. Chainer MNでつまずいたこと・・・ データの置き場所 各端末のHDDにデータをコピー 30台で学習=> 4倍⾼速化 NFS 学習データ
  10. 10. セマンティックセグメンテーション human car motorcycle bicycle road sidewalk pole traffic sign traffic signal sky vegetation terrain Multiple Dilated Convolutional Blocks によるセマンティクセグメンテーション, SSII2017
  11. 11. セマンティックセグメンテーション ネットワーク構造 Multiple Dilated Convolutional Blocks によるセマンティクセグメンテーション, SSII2017 convolution pooling upsampling residual connection Multi dilated convolution convolution 1x1 Dilated convolution 3x3, D=3 Dilated convolution 3x3, D=2 Dilated convolution 3x3, D=1 Dilated convolution 3x3, D=4 concat Multi dilated convolution block
  12. 12. セマンティックセグメンテーション Cityscapes Dataset (https://www.cityscapes-dataset.com) Multiple Dilated Convolutional Blocks によるセマンティクセグメンテーション, SSII2017 (50都市25,000フレームからデータセットを構築) 第3位(2016年11⽉時点)
  13. 13. 研究グループのリソース DGX-1 TITAN Xp : 2枚 (NVIDIA GPU Grant Program) そのほか, > 60GPUs
  14. 14. Amazon Robotics Challengeでの活⽤
  15. 15. Amazon Robotics Challengeでの活⽤ Chubu University Chukyo University Collaboration Internship Join as academic staff Internship Official Employee Mitsubishi Electric Appearance-based Recognition Point Cloud-based Recognition System, Gripper, and Sensor 中部大学 工学部 ロボット理工学科 宮腰 あゆみ 機械知覚&ロボティクスグループ 487-8501 愛知県春日井市松本町1200 Tel 0568-51-9096 Fax 0568-51-9409 miya@vision.cs.chubu.ac.jp http://vision.cs.chubu.ac.jp MACHINE PERCEPTION AND ROBOTICS GROUP Chubu University Department of Robotics Science and Technology College of Engineering Ayumi Miyakoshi Machine Perception and Robotics Group 1200 Matsumoto-cho, Kasugai, Aichi 487-8501 Japan Tel +81-568-51-9096 Fax +81-568-51-9409 hf@cs.chubu.ac.jp http://vision.cs.chubu.ac.jp MACHINE PERCEPTION AND ROBOTICS GROUP 中部大学 工学部 ロボット理工学科 助手 山内 悠嗣 機械知覚&ロボティクスグループ 487-8501 愛知県春日井市松本町1200 Tel 0568-51-8249 Fax 0568-51-9409 yuu@vision.cs.chubu.ac.jp http://vision.cs.chubu.ac.jp 博士(工学) MACHINE PERCEPTION AND ROBOTICS GROUP Chubu University Department of Robotics Science and Technology College of Engineering Research Assistant Dr.Eng. Yuji Yamauchi Machine Perception and Robotics Group 1200 Matsumoto-cho, Kasugai, Aichi 487-8501 Japan Tel +81-568-51-8249 Fax +81-568-51-9409 yuu@vision.cs.chubu.ac.jp http://vision.cs.chubu.ac.jp MACHINE PERCEPTION AND ROBOTICS GROUP 中部大学 工学部 情報工学科 講師 山下 隆義 機械知覚&ロボティクスグループ 487-8501 愛知県春日井市松本町1200 Tel 0568-51-9670 Fax 0568-51-1540 yamashita@cs.chubu.ac.jp http://vision.cs.chubu.ac.jp 博士(工学) MACHINE PERCEPTION AND ROBOTICS GROUP Chubu University Department of Computer Science College of Engineering Lecturer Dr.Eng. Takayoshi Yamashita Machine Perception and Robotics Group 1200 Matsumoto-cho, Kasugai, Aichi 487-8501 Japan Tel +81-568-51-9670 Fax +81-568-51-1540 yamashita@cs.chubu.ac.jp http://vision.cs.chubu.ac.jp MACHINE PERCEPTION AND ROBOTICS GROUP 中部大学 工学部 ロボット理工学科 教授 藤吉 弘亘 機械知覚&ロボティクスグループ 487-8501 愛知県春日井市松本町1200 Tel 0568-51-9096 Fax 0568-51-9409 hf@cs.chubu.ac.jp http://vision.cs.chubu.ac.jp 博士(工学) MACHINE PERCEPTION AND ROBOTICS GROUP Chubu University Department of Robotics Science and Technology College of Engineering Professor Dr.Eng. Hironobu Fujiyoshi Machine Perception and Robotics Group 1200 Matsumoto-cho, Kasugai, Aichi 487-8501 Japan Tel +81-568-51-9096 Fax +81-568-51-9409 hf@cs.chubu.ac.jp http://vision.cs.chubu.ac.jp MACHINE PERCEPTION AND ROBOTICS GROUP
  16. 16. 物体らしさを導⼊したSSD Default boxes generator (6 boxes) 5 x 5 x 6 = 150 default boxes Convolutional item classifier ・・・ #1 default box #2 default box #6 default box ・・・ Softmax ・・・ Tissue Box = 0.02 Robots Book = 0.02 Balloons = 0.91 Crayons = 0.03 Others = 0.02 Balloons Object classification Convolutional offset estimator ・・・ #1 default box #2 default box #6 default box Offset of box center (x axis) Offset of box center (y axis) Offset of box width Offset of box height Box localization Convolutional objectness classifier ・・・ #1 default box #2 default box #6 default box Softmax Box detection Object = 0.89 Non-object = 0.11 VGG Net conv From :conv5_1 To :fc7 Add conv From :conv6_1 To :conv6_2 Add conv From :conv7_1 To :conv7_2 Add conv From :conv8_1 To :conv8_2 Add conv From :conv9_1 To :conv9_2 VGG Net conv From :conv1_1 To :conv4_3 VGG Net conv From :conv1_1 To :conv4_3 VGG Net conv From :conv5_1 To :fc7 Add conv From :conv6_1 To :conv6_2 Add conv From :conv7_1 To :conv7_2 Add conv From :conv8_1 To :conv8_2 Add conv From :conv9_1 To :conv9_2 #4 branched layers
  17. 17. 物体検出結果例
  18. 18. Chainer MNの活⽤ 0 1 2 3 4 GeForce GTX 1080 DGX-1 30 GPUs + ChainerMN 0.75 1 3.5 Hours/epoch 350 hours 100 hours 75 hours100 epoch → Quadro P5000
  19. 19. Stow タスクの最終結果
  20. 20. Stow タスク 3位!
  21. 21. Pick タスクの最終結果
  22. 22. Chainer MNの活⽤ セグメンテーション 物体検出(SSDベース) 1GPU 17⽇ 14⽇ DGX-1 (8GPUs) 8⽇ 4⽇ 30GPUs 5.5⽇ 3⽇ 60GPUs 4⽇ 2.5⽇
  23. 23. Chainer MNの活⽤ 分散学習素⼈でも使えました ホスト側ストレージをSSDにすれば速くなるかも GPUの稼働率が低いと分散化の恩恵が低い CPU側処理をあらかじめ⾏っておくのが良い

×