今週のKaggle-Mon

今週のKaggle-Mon：Severstal : Steel Defect Detection

（過去のコンペ）鋼板表面の欠陥検出：欠陥が存在する場所を検出し、検出した欠陥を分類することを目的とするもの。

＊表面欠陥の検出方法の最近20年間における状況をまとめた論文がある。

Automated Visual Defect Detection for Flat Steel Surface: A Survey
Qiwu Luo, Member, IEEE, Xiaoxin Fang, Li Liu, Chunhua Yang, Member, IEEE, and Yichuang Sun, Senior Member, IEEE

Citation information: DOI 10.1109/TIM.2019.2963555, IEEE

概要の主要部は以下の通り

This paper attempts to present a comprehensive survey on surface defect detection technologies by reviewing about 120 publications over the last two decades for three typical flat steel products of con-casting slabs, hot- and cold-rolled steel strips. According to the nature of algorithms as well as image features, the existing methodologies are categorized into four groups: Statistical, spectral, model-based and machine learning.

・機械学習以外の従来技術による表面欠陥の検出技術についても良くまとめられていて、読みごたえがある。

＊Pytorchで書かれたプログラムをダウンロードして自分の環境で走らせてみた。

・プログラムをダウンロードする。

・データをダウンロードする。

・プログラムを実行する。

・エラー、てんこもり。：エラーをクリヤ―することが、レベルアップにつながる。

・albumentationのModule Not Found Error

・これは、conda install -c conda-forge albumentationsにより、インストール完了

・albumentationsは、data augmentation、transformsの進化版のようで、Kaggleの上位入賞者がよく使っているらしい。

・albumentations：Supports transformations on images, masks, key points and bounding boxes.という記述がある。

・GitHubから、pytorch-Unetのpretrained modelをダウンロードする。

import torch
model = torch.hub.load('mateuszbuda/brain-segmentation-pytorch', 'unet',
    in_channels=3, out_channels=1, init_features=32, pretrained=True)