このコンテストでは、半導体製造装置で使用する「異物」を画像認識で判定することを課題とし、「画像認識の技術」と「異物混入をどのようなアルゴリズムで検出するか?」を競います。
本コンテストでは、Dockerを用いてローカル環境Jupyter Notebookを構築し、データの分析、可視化、精度確認をおこないます。
Jupyter Notebook は、ブラウザ上で利用可能なデータ分析のためのプログラミング実行環境です。
事前にDockerおよびDocker Composeをインストールしてください。Docker Desktopをインストールすると、Docker Composeも同時にインストールされます。
Docker Desktopを用いない場合、Docker EngineおよびDocker Composeをそれぞれインストールしてください。
Linuxの場合、Docker公式のConvenience Scriptを用いてインストールすることもできます。
$ curl -fsSL https://get.docker.com -o get-docker.sh
$ sh get-docker.sh
こちらのリポジトリーを適切なディレクトリにコピーしてください。
※クラスターのiMacを活用している場合、個人の/goinfre
ディレクトリにこのリポジトリーをコピーしてください。
Jupyter Notebookにアクセスするためのパスワードを設定します。
以下のコマンドで、.env.sample
ファイルをコピーして.env
ファイルを作成します。
$ cp work/.env.sample work/.env
.env
ファイルをエディタで開き、NOTEBOOK_PASSWORD
に任意のパスワードを記入します。
$ vi work/.env
work/.env
NOTEBOOK_PASSWORD=<Your Password for Jupyter Notebook>
下記コマンドで、LSWMD_25519.pkl.zip
ファイルを解凍します。
$ unzip work/input/LSWMD_25519.pkl.zip -d work/input/
$ ls work/input/
LSWMD_25519.pkl LSWMD_25519.pkl.zip
docker-compose.ymlファイルのあるルートディレクトリで、下記コマンドを実行しDockerコンテナを起動します。
$ docker-compose up -d
起動が完了したら、ブラウザで http://localhost:8888/ にアクセスし、Jupyter Notebookを開きます。初回アクセス時は、上記手順で設定したNOTEBOOK_PASSWORD
の入力を求められます。
01_Tutorialフォルダには、セットアップしたデータに対して基本的な操作をおこなうためのチュートリアルが含まれています。
02_Submissionフォルダには、評価方法のサンプルを用意しています。
作業を終了するときは、下記コマンドでDockerコンテナを停止してください。
$ docker-compose down
コンテナの削除:
$ docker-compose rm
イメージの削除:
$ docker image rm particle-detection-quest-2023_jupyter