今週のKaggle-Thu：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、その欠陥の種類を分類することを目的とするもの。
＊今日は、入力（input）から出力（predict）まで、全体の流れを把握する。
＊完走しているプログラムの構成を先頭からみていく。
１．学習済みのUnetの読み込み
２．numpy, pandas, torch, sklearn, matplotlib, albumentations, などのimport
３．マスクimageをstringに変換する関数を用意する。
４．元画像にマスクをつくる関数を用意する。
５．元画像とマスクを合わせたデータセットをつくるクラスを用意する。
６．水平方向にフリップする関数を用意する。
７．学習用のデータを供給する関数を用意する。
８．予測する関数を用意する。
９．評価関数を用意する。
10．IoUとF値を計算するクラスを用意する。
11．エポック毎にF値とIoUを表示する関数を用意する。
12．IoUを計算する関数を用意する。
13．バッチ単位でIoUの平均を求める関数を用意する。
14．モデル：Unetを初期化する。
15．trainとvalidationを行うクラスを用意する。
＊ここまで、関数とクラスを、意味も分からず、順に書いただけ。
＊何をどのように記述すれば、プログラムの全体の流れや概要がわかるのか。
＊Trainerというクラスの中を追ってみようか。
・追いかけてみた。
・まず、この完走プログラムは、classとdefで、しっかりまとめられている。
・trainerクラスが呼び出されて、データが初期化され、provider関数が呼び出され、dataset関数が呼び出され、・・・start関数が呼び出され、iterate関数が呼び出され、meterクラスが呼び出され、・・・、こんな感じて、計算が進んでいく。
・クラスと関数で、しっかり構成されているので、クラス内部、関数内部をじっくりながめて、変数、引数、戻り値などを、実行される順番に従ってフォローしていけば、理解が進みそうである。
・実行される順に追いかけながら、なぜその順番なのかということを考えながら、フォローしていくことが大切だろうなと感じた。
＊明日は、プログラムコードを、実行される順に、きっちりと、追いかけてみる。
つづく
