caffe: reconocimiento de imágenes en biodiversidad

12
Instituto de Biocomputación y Física de Sistemas Complejos • info@bifi.es • http://bifi.es Advanced Support to Citizen Science Advanced Support to Citizen Science Francisco Sanz Francisco Sanz

Upload: ingurumena-ejgv

Post on 24-Jul-2016

223 views

Category:

Documents


1 download

DESCRIPTION

Francisco Sanz. LifeWatch. II JORNADAS DE NATURALEZA Y CIENCIA CIUDADANA

TRANSCRIPT

Page 1: CAFFE: Reconocimiento de imágenes en Biodiversidad

Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Advanced Support to Citizen ScienceAdvanced Support to Citizen Science

Francisco SanzFrancisco Sanz

Page 2: CAFFE: Reconocimiento de imágenes en Biodiversidad

2Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Adopted caffe: http://caffe.berkeleyvision.org/

Deployed in:

Local host (GTX960 - Maxwell)FedCloud (K20m – Kepler)Foreseen deployment in Kepler GPUs in new nodes in Seville integrated within FedCloud

Three datasets classified using two models:

Oxford 102, 102 genus ( AlexNet and VGG_S ), 93% accuracyPortuguese flora, 63 genus ( AlexNet and VGG_S ), 56% accuracyRJB Orchids, 6 genus, 70% accuracy

Caffe GPUs Framework Android Citizen Science

Page 3: CAFFE: Reconocimiento de imágenes en Biodiversidad

3Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Task 4.2: Exploration of pattern recognition tools that could benefit of EGI resources

Why GPU? Why cuDNN?

Caffe GPUs Framework Android Citizen Science

Page 4: CAFFE: Reconocimiento de imágenes en Biodiversidad

4Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Why cuDNNv3 - needed Maxwell or Kepler architecture

Caffe GPUs Framework Android Citizen Science

Page 5: CAFFE: Reconocimiento de imágenes en Biodiversidad

5Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Outcome #1: Framework to train your own dataset and create your own trained model

Outcome #2: Framework to classify your images using your trained model

Source code available at GitHub

Task 4.2: Exploration of pattern recognition tools that could benefit of EGI resources

Caffe GPUs Framework Android Citizen Science

Page 6: CAFFE: Reconocimiento de imágenes en Biodiversidad

6Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Caffe GPUs Framework Android Citizen Science

Page 7: CAFFE: Reconocimiento de imágenes en Biodiversidad

7Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Caffe GPUs Framework Android Citizen Science

Page 8: CAFFE: Reconocimiento de imágenes en Biodiversidad

8Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Caffe GPUs Framework Android Citizen Science

Page 9: CAFFE: Reconocimiento de imágenes en Biodiversidad

9Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Access to the classifier available from a smart phone

Allow to upload new images

Developed with Android Studio

Prototype for Android phones

Caffe GPUs Framework Android Citizen Science

Page 10: CAFFE: Reconocimiento de imágenes en Biodiversidad

10Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Help improving data sets for training and validation

Data sets of higher quality means better trained models and, consequently, better classifiers

Caffe GPUs Framework Android Citizen Science

Page 11: CAFFE: Reconocimiento de imágenes en Biodiversidad

11Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Conclusions Future Work

Final deployment of the prototype (currently available, but under development)

Improve Android app to:

Support further Citizen Science features

Provide image validation letting uploaded images becoming part of the dataset what means a larger and better trained dataset

Full integration of the different parts

Page 12: CAFFE: Reconocimiento de imágenes en Biodiversidad

12Instituto de Biocomputación y Física de Sistemas Complejos • [email protected] • http://bifi.es

Conclusions Future Work

Final deployment of the prototype (currently available, but under development)

Improve Android app to:

Support further Citizen Science features

Provide image validation letting uploaded images becoming part of the dataset what means a larger and better trained dataset

Full integration of the different parts

Thank you for your attention!