Efficient-Unetで天気画像の予測（パターン認識）リベンジ【機械学習】 - アプリとサービスのすすめ

今回はこの前の記事で書いた「signateの天気コンペ」の優勝者（天気の専門家ガチ勢）が実装したモデルを、既存のデータでも予測できる構成で個人的に作ってみた。 convLSTMを使わずにUnetにしたのは「予測」タスクではなく、「パターン認識」タスクにしたかったから。 「特定の気象条件なら、次の24時間はこういう画像になる」というパターン認識の形で次の24枚の天気画像を生成（予測）する。 目次 1.ネットワーク構成 2.ネットワークに使った技術 3.予測した画像 4.他の上位入賞者のテクの備忘録 1. ネットワーク構成 優勝者の使ったモデル ・自分で天気の特徴量を350こ作った ・ハイスペックマシンで計算可能な環境を持っていた ・efficient-Netという最高精度の画像分類ネットワークを使ったencoderを2つ使ったUnet ・hypercolumnの使用 ・Feature Pyr

[sh19910711]

"天気コンペ: convLSTMを使わずにUnetにしたのは「予測」タスクではなく、「パターン認識」タスクにしたかった / FPA; Feature Pyramid Attention: CNNで抽出した汎用特徴量の細かい部分まで補ってくれる + shape=(256, 256)かそれ以上" 2020