最近嘗試使用Colab來分析AI-DVT的資料,結果發現Google是有限制GPU的分析用量的。之前還在查詢是否有其他解法,但今天有幸聽到「深度學習於電腦視覺」的課程內容提到分析的軟硬體的比較,如果要增加用量只能付費,但是價格不便宜。
20211004更新:Google colab每使用12hr會reset一次,連續使用約一周會被暫停使用GPU 24hr
以現在的分析量來說,一個Gsuite帳號一天大概可以分析一位個案的資料,所以如果需要分析完目前的91為個案的話,如果要縮短分析的時間,可能要使用不同的帳號來分析。
幸好分析的部分可以分開寫code,所以操作上並不會太困難。
關於AI-DVT,目前正在檢查資料的過程中,我認為應該可以使用眼睛的部分跟嘴巴的部分當作判斷依據。
但是我剛剛有發現一些錯誤,詳細如下:
眼睛的部分因為個案一開始的時候可能不熟悉,所以有些個案會先看鍵盤再作答,而這樣的動作可能會影響判斷
嘴巴的部分,是我在評估時,有些個案會邊做邊講話,而依據我的理解,這個動作應屬於分心的動作,且Openpose可判斷出來
但是我覺得這樣的數據仍然太少,依照目前的拍攝方法,Openpose好像沒有辦法抓到受測者的肢體動作。
目前我預計只抓取眼睛跟嘴巴的數據當作分析資料,其他資料不納入分析
這部分還要跟學長們討論看看,目前就依照現在已經標記的個案跑初步結果,並嘗試跑模型,看看預測結果如何。
