mim

海と化石と AI の研究をしています

mim

海と化石と AI の研究をしています

マガジン

  • 地球科学にPythonを

    海の研究者が Python を使ったプログラミングや機械学習について学んだことをまとめています。

  • 化石研究者の本棚

最近の記事

YOLO-v9 の訓練がエラーメッセージを吐かずに止まる (2024/10/3)

以前に書いた記事に従って yolo-v9 の環境構築をしたところ,訓練プログラムが回らないというエラーに遭遇しました.解決に結構な時間を取られてしまったので,奮闘のログを残しておきます. 1. エラーの内容yolo-v9 の 訓練プログラム (train.py) を動かそうとしたところ,画像の読み込みに入った段階から先に進まず,プログラムが止まってしまいました. エラーメッセージを出力してくれれば,検索するなり chat GPT に聞くなり,GitHub の Issue

    • 【初心者向け】Python + GMT の (たぶん) 一番簡単な環境構築

      少し前に「PyGMT で海底地形図を描く」という記事を書きました.Python ユーザーはこれで良いと思うのですが,そもそも Python になじみのない方にとっては環境構築でつまずく部分があったかもしれません. Google アカウントを持っていれば,Google Colaboratory という Python の実行環境を無料で利用することができます.初心者の方はここでお試しをするのが良いんじゃないかなと思います. 1. Google Colaboratory を始め

      • PyGMT で海底地形図を描く

        以前に「Python で海底地形図を描く」という記事を書きました。この時は matplotlib でデータをゴリゴリいじっていたのですが、pygmt というライブラリを使うことでスマートにプログラムできることが分かったのでまとめておきます。 準備環境構築 公式サイトに従って、以下でインストールします。ライブラリの依存関係があるようなので、仮想環境を作るのが良いと思います。 conda install --channel conda-forge pygmt 2024.9

        • seaborn で綺麗な混同行列を描きたい

          0. とりあえず描いてみる適当に正解データと予測データを作ります(作り方は最後に)。 true = [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 4, 4, 5, 5, 6, 6, 6, 6, 6, 6, 6]predict = [0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 0, 4,

        マガジン

        • 地球科学にPythonを
          10本
        • 化石研究者の本棚
          3本

        記事

          研究室・研究者のホームページについて考えるための本

          2 年くらい前に所属組織のホームページの立ち上げを経験しました。その際に勉強になった本を紹介します。 この本はホームページをつくる技術を紹介する本ではありません。HPを作り、運用していく際に考えるべきことを教えてくれる本です。 以下では、本の中で特に参考になると思った箇所を、研究者目線でまとめます。 1. 発信相手を明確にする科研費の助成を受けている組織や研究者であれば、以下のようなロジックを聞いた人は少なくないはずです。 が、例えば「○○大学××研究室」のホームペー

          研究室・研究者のホームページについて考えるための本

          YOLOv9 のお勉強~何がすごいのか?なぜすごいのか?~

          2024 年 2 月に,物体検出モデル YOLO のバージョン 9 が発表されました。"Learning What You Want to Learn" という論文のサブタイトルに、開発者の意気込みがうかがえます。そんな論文を読んで、YOLOv9 が達成したブレイクスルーやその要因について考えてみます。 論文はこちら 実装についてはこちらの記事で書いています。興味がある方は合わせてご覧ください。 0. そもそも物体検出とは?物体検出とは、簡単に言うと画像中の「どこに・何

          YOLOv9 のお勉強~何がすごいのか?なぜすごいのか?~

          自作データセットで物体検出モデル yolov9 を訓練する

          先月末に、物体検出モデル「YOLO」のバージョン 9 が発表されたので、手元の PC (Ubuntu 22.04) で動かしてみました。 論文はこちら Github はこちら (2024.3.24 追記) 論文紹介を書きました。 ※この投稿は 2024 年 3 月 3 日時点 (v0.1) の情報に基づいています。コードは日々更新されており、時間が経てばもう少しユーザーに親切な構成になるとは思いますが、「今すぐ動かしたいんだ」という方向けに共有します。 動作の確認リポジ

          自作データセットで物体検出モデル yolov9 を訓練する

          PyGPlates使ってみた(1)

          地球のプレート運動を復元するソフトウェア「GPlates」が Python で動かせるようになっていました.サイトの緯度経度を数値で入力できるようになったのが個人的にはメリットかなと思います. 公式ページはあるのですが,ダウンロードページを探すのさえ大変だったのでまとめておきます. 準備(1) PyGPlates のダウンロード GPlates のページから,Download pyGPlates を選択します. 別のダウンロードページに飛ばされるので,Pythonのバー

          PyGPlates使ってみた(1)

          『世界の日本人ジョーク集』で似た話を見たような.冗談じゃなかった!? 「もうみんな避難していますよ!」、この一言が避難行動促進 千葉大学 https://univ-journal.jp/220139/

          『世界の日本人ジョーク集』で似た話を見たような.冗談じゃなかった!? 「もうみんな避難していますよ!」、この一言が避難行動促進 千葉大学 https://univ-journal.jp/220139/

          理系研究者におススメしたい「ローマ人の物語」

          コロナ禍になって読み始めた「ローマ人の物語」をようやく読み終えました.塩野七生さんが書いた歴史小説で,文庫本にして 43 巻!という超大作です.その名の通り古代ローマの誕生から発展,そして衰退の歴史が描かれています. この本を理系の研究者におススメしたい理由は以下の3点です. 1. 秀逸なイントロダクションまず,イントロダクションの書き方がとても勉強になります.新しい話が始まるときに(文庫本では2~3巻ごとに)読者へのイントロダクションがあるのですが,まさに続きを読みたい

          理系研究者におススメしたい「ローマ人の物語」

          画像分類モデル EfficientNet を Google colab で使いたい

          お久しぶりの投稿です.深層学習を利用した画像分類モデル "EfficientNet" を Google Colab で動かしてみました. 忙しい人向けに書いておくと,Google Colab で動かす際の注意点は適切なライブラリのバージョンを指定することで, を指定するときちんと回ってくれました. EfficienNet とは2019年に提案された画像分類のモデルです.詳しい話は元論文や日本語の解説記事を読んで頂ければと思いますが,パラメータの数を抑えながら高い分類精度

          画像分類モデル EfficientNet を Google colab で使いたい

          Python で海底地形図を描く (2)

          前回の続きです.前回は,ETOPO1 のデータセットから指定した緯度経度の範囲のデータだけを取り出して,マリアナ海溝周辺の海底地形図を描きました.これを応用して,今度は太平洋の地形図を描いてみようと思います. ここまで書くと,「描画範囲を変えるだけじゃん」と思われてしまいそうですが,そのままではエラーになります.描画に用いている 標高(&水深)のデータは経度 180° で切れているので,180° 線をまたぐ処理が必要になります. 考え方オリジナルの地形データの右側に,同じ

          Python で海底地形図を描く (2)

          Python で海底地形図を描く (1)

          最近,上のような海底地形図が Python で描けることを知ったのでまとめておきます.地球全体の標高マップについての記事を参考に,特定の緯度経度だけを切り抜いて描画します. データセットのダウンロードNOAA のサイトから,ETOPO1_Bed_g_gmt4.grd.gz というファイルをダウンロードし,解凍します.gz ファイルの解凍はこちらが参考になるかと思います (windows 限定です). 解凍した ETOPO1_Bed_g_gmt4.grd というファイルを,プ

          Python で海底地形図を描く (1)

          モンティ・ホール問題を Python で解いてみた

          ベイズ推定の例題としてよく取り上げられるモンティ・ホール問題.説明を聞けばなんとなくは分かるけど,自分の手で確かめてみたいという方へ. モンティ・ホール問題とは3つのドアがあり,どれか一つが当たりのドアです. (1) プレイヤーはどれか一つのドアを選びます. (2) 正解のドアを知っている司会者 (モンティ) が,    残りの 2 つのドアから外れのドアを 1 つ開けてくれます. (3) 一つ外れのドアが分かった状態で,   プレイヤーはもう一度ドアを選択できます. こ

          モンティ・ホール問題を Python で解いてみた

          watermark によるライブラリのバージョン表示 (Python)

          これまで書き溜めた Python コードの供養をするために note を始めました.コードを公開する際に,使ったライブラリのバージョンを一覧表示できないか…と探していたら良さげなものを見つけたので,最初の記事にしてみます. 勝手にバージョンが更新されてしまう Google Colab でのプログラミングにも使えるかもしれません. 準備watermark というライブラリをインストールします.pip install  watermark で問題なく入りました.Google

          watermark によるライブラリのバージョン表示 (Python)