Automated Drivingにて、​独自データ・ネットワ​ークの適用は可能でし​ょうか？

Automated Driving Toolboxにて、機械学習ツールと連携して進めたいと考えています。

１．独自のデータによる学習モデルの適用は可能でしょうか？

　ラベルデータのフォーマットや画像ファイル名には規則があるのでしょうか？

　公開されているmask-rcnnなどを参考にしたTensorflowのpdモデルデータなどから使用可能でしょうか？

2．独自のネットワークを適用することは可能でしょうか？

　例えば、フレームワークがTensorflow＋Kerasなら可能など

Answer 1

[Tohru Kikawada]

下記にご回答差し上げます。

１．独自のデータによる学習モデルの適用は可能でしょうか？

　ラベルデータのフォーマットや画像ファイル名には規則があるのでしょうか？

　公開されているmask-rcnnなどを参考にしたTensorflowのpdモデルデータなどから使用可能でしょうか？

ご自身のデータを使用した学習につきましてはR2020b時点ですとYOLOv2, SSDが公式にサポートされております。また、YOLO v3の学習の例題も用意されております。Mask RCNNについてはR2020b時点では公式サポートはございませんが、こちらにあるとおり、GitHub上で公開されているMask RCNNのコードはございます。

2．独自のネットワークを適用することは可能でしょうか？

　例えば、フレームワークがTensorflow＋Kerasなら可能など

TensorFlowなど他のフレームワークとの連携についてのご質問と理解いたしました。

他のフレームワークからのインポートはR2020b現在ですとCaffe, Keras, ONNXに対応しております。

https://jp.mathworks.com/help/deeplearning/deep-learning-import-and-export.html

そちらを経由してデータの取り込みを行っていただけます。