cvpaper.challenge 研究効率化 Tips
•
50 likes•22,632 views
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はxpaper.challengeの2020年末ワークショップとしてプレゼンした、研究効率化Tipsです。10研究室、200ページ超にわたるノウハウ詰め合わせです。
Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Similar to cvpaper.challenge 研究効率化 Tips
Similar to cvpaper.challenge 研究効率化 Tips (20)
Recently uploaded
Recently uploaded (20)
cvpaper.challenge 研究効率化 Tips
- 1. cvpaper.challenge 研究効率化Tips 作成：中村 凌 監修：片岡 裕雄
- 2. cvpaper.challengeの概要 2 ● ⽇本のCV分野を強くするチャレンジ︕ u論⽂読破・まとめ・発想・議論・実装・論⽂執筆に⾄るまで取り組む Member List: 現在50+ 名 （産総研/筑波⼤/電⼤/早⼤/慶⼤/東⼤等） 年間1,000+本/合計4,000+本の論⽂まとめ 全てWeb上にて無料公開 15+本のTOP会議論⽂採択 含CVPRx2/ICRA/BMVC/ICCVW/CVPRW/ECCVW/ICPRx2 CVPR 2015/2018 完全読破チャレンジ ECCV 2018 網羅的サーベイ cvpaper.challengeの研究プロジェクト サーベイ・研究をより⾼い⽔準で組織化 ⼈を⾒ない⼈物⾏動認識 ECCV16WS Award ViEW16若⼿奨励賞 Dynamic Fashion Cultures MIRU17学⽣奨励賞 # イメージ図 NIDB Near-Miss Incident DB 交通事故解析/予測 ICRA18/CVPR18 3D-ResNets-PyTorch CVPR18/GitHub世界4位 〜集合知を発揮しやすい環境に〜 その他多数のProj.が推進中 多読/精読により知⾒獲得 学⽣のトップ会議投稿&参加 網羅的動向把握からテーマ考案
- 3. 作成者の簡単な自己紹介 中村 凌 福岡大学 田中勝 研究室 M2 / cvpaper.challenge HQ なかむら りょう 研究テーマ ：大雑把な対象領域抽出，文脈外行動認識
- 5. 謝辞 cvpaper.challengeの研究メンバーに研究効率化のノウハウをまとめていただいきました ・東京電機大学 中村研究室 ・岐阜大学 加藤研究室 ・筑波大学 佐藤研究室 ・慶應技術大学 青木研究室 ・NAIST 中村研究室(Shinagawaさん) ・早稲田大学 尾形研究室 ・中部大学 藤吉・山下研究室 ・早稲田大学 森島研究室 (綱島さん，森島さん) ・産業総合技術研究所 片岡さん ・福岡大学 田中研究室 皆さんのおかげでとても分厚く想い溢れる資料(p.200+)になりました 資料を一部抜粋しても良かったのですが，それぞれの雰囲気を尊重し，そのまま公開してます 協力をしてくれた方と支えてくれた方に多大なる感謝を!!
- 7. 1. 報告・連絡・相談 2. 良さげな情報の共有 3. 先生のスタイル
- 8. 報告・連絡・相談 (報連相) • 些細なことから重要なことまでありとあらゆる ものを報連相しています。 例. 学会の予定・就活の連絡・研究の報告・相談ごと etc… 研究室イベントなどを Googleカレンダーにて共有 研究班内や全体に対して Slackなどで研究の相談や情報共有
- 15. 研究テーマ相談時に1ページサマリを作成 ● 論文の内容を スライド1枚で要約 ● 全体が把握しやすい ● 短時間で内容が分かる ● cvpaper.challage・ 研究室MTGで使用
- 16. オンラインストレージで資料を管理 ● OneDriveで資料を管理 ● 歴代の先輩方の 論文や発表資料が 置いてある ● バックアップや 過去の実験の参照， 修論参考等に使用
- 17. .ssh/configを設定して楽にssh ● 素のsshコマンド 毎回入力するのは大変 ● ~/.ssh/configに 設定を記述 ● sshコマンドを入力 Host 好きな名前 HostName ホストネーム User ユーザネーム IdentityFile 秘密鍵のパス $ ssh -i 秘密鍵 -l ユーザネーム ホストネーム $ ssh 好きな名前
- 18. ABCIの場合 ● 一般的なログイン方法 ○ まずは以下のコマンドを入力 ○ 次に別のターミナルを開いて以下のコマンドを入力 ● 長い入力を2回も求められる ＆ 2窓必要 $ ssh -i /path/identity_file -L 10022:es:22 -l username as.abci.ai Enter passphrase for key '/path/identity_file': <- パスフレーズ入力 $ ssh -i /path/identity_file -p 10022 -l username localhost Enter passphrase for key '-i /path/identity_file': <- パスフレーズ入力
- 19. ABCIの場合でも.ssh/configで楽に ● ProxyJumpを利用 ○ ~/.ssh/configでProxyJumpの設定をする ○ ターミナルで以下のコマンドを入力 $ ssh abci Host abci HostName es <- アクセスサーバー User ユーザ名 IdentityFile 秘密鍵のパス ProxyCommand ssh -i 秘密鍵のパス -W %h:%p %r@as.abci.ai <- インタラクティブノード ServerAliveInterval 15 <- 自動的にログアウトするのを防ぐ
- 20. キーの割り当てを変更する ● CapsLock → Ctrl or Esc ○ Ctrl: ショートカットの入力が楽 ○ Esc: vimのモード変更に便利
- 21. キーの割り当てを変更する ● 無変換 / 変換 → 英数 / かな or BackSpace / Enter ○ 英数 / かな: 素早く英語と日本語の入力変更 (macの日本語配列では標準？) ○ BackSpace / Enter: 右手小指が楽
- 24. Dropboxで情報が整理されている (長崎) ☆研究室内で資料を共有することは情報収集をする上でとても有効 （特にこのご時世ではなおさら重要） ☆効率よく資料を共有するには？ ⇨ 共有クラウドストレージを使用する 青木研究室ではDropboxを通して様々な情報を共有している 例えば... ● ミーティングで使用されたスライド ● 先輩方の論文 ● 参考書籍 など Dropboxだけではなく，他にもGoogle DriveやiCloudなど色々なストレージがある！
- 25. もろもろの自動化 (笠井) 研究におけるほとんどの時間は、データ解析・日常的なタスクになります ● 自動化することで得られるメリットは多い！ ○ 再利用することで再現性が担保される（データが消えても大丈夫） ○ プログラミング・エンジニアリング力がつく ○ ミスが減る ● 主な使用技術 ○ Shell script, Python などの得意なものどれでもよい
- 26. 自動化できること① Shell Script ● 学習が終了したら次を実行する ● 並列で学習を行う ● データの前処理方法を記載 ● 実験の経過が保存できる （再現性を担保できる） 便利コマンド jq (JSON のパース) nohup (バックグラウンドで実行)
- 27. 自動化できること② ソースコードのチェック Python ユーザー向け： ● unittest … 関数の入出力をサンプルを与えてテストすることが可能 ● mypy … 静的型チェック
- 28. 自動化できること② ソースコードのチェック Python ユーザー向け ● Python でも型チェックは結構細 かくできる ● IDE の力も借りてバグ発見スピー ドを向上させよう！
- 29. 自動化できること② ソースコードのチェック Github Actions 上でテスト実行 どのコミットでコードが壊れたか、どこで治ったか一眼でわかる！！
- 30. 論文の読み方の共有 (小暮) ● 論文ってどういう風に選択して読めばいいの？ ○ 研究室に入ったばかりの学部４年生は必ず思う疑問． ○ 自分の研究はCV分野だと何のタスクに該当する？ 企業との共同研究が多い青木研ではよく聞かれることが多いです... (企業側や自分がやりたいことは分かるけど、先行研究はある？)
- 33. 青木研のサーバー (高橋) ● 優れた研究は優れた実験環境から 生まれる！ ● 青木研ではデータ用サーバと計算 用サーバを用意 →データサーバは計算サーバにそ れぞれマウントされており，デー タセットの共有が容易 ● VPNを使用することにより，外部 からでも実験を行える
- 34. 青木研のサーバー (高橋) ● 計算用サーバ ○ メンバーの数だけdockerのコンテナを用意しているため，自由に環境構 築が可能！ ○ Django アプリによるGPU consoleで，誰がどのGPUを使用しているか 一目でわかる→便利&研究モチベUP
- 37. ⽬次 1. 効率よく実験を回す - argparse x yaml x dataclass 2. 綺麗なコードを書く - formatting (black / isort) - 循環的複雑度 / 認知的複雑度 - pre-commit / flake8 について 37
- 38. 深層学習の実験では… • ハイパーパラメータが多い 例) 学習率, ネットワーク構造，重み • Ablation Study が必要となる場合 ⼿法のどこが有⽤であったかの検証 例) ⼿法A，⼿法B，⼿法Cの三つを組み合わせた⼿法を提案 38 (A, B, C) (A, B) (B, C) (A, C) (A) (B) (C) これらの⽐較 が⾒たい
- 39. 39 実験の数が膨⼤になる︕
- 42. 42 ⼀番ダメな例
- 44. ハードコーディング • ハイパラなどの実験設定を.py ファイルに直書き • (結果を⼿書きで記録︕︖) ダメな理由 • 学習が終わるたびに⼿作業でコードを修正する必要がある • どの実験設定でどの結果が出たかをその都度メモする必要がある • ヒューマンエラーが介⼊する可能性が⾼まる (何らかのファイルに出⼒すれば問題はない) 44
- 47. 1回1時間で終わる実験を，あと⼀⽇で20回回さないといけない しかも使えるGPUは⼀つ… 47 こんなときどうする…︖ 実験が終わる1時間ごとに コードを修正，結果と設定の記録を⾏う必要がある 🤮
- 49. コマンドライン引数 コマンドラインからプログラムを実⾏する際に変数を指定できる argparse というライブラリが⽤いられることが多い 49 batch_size が 64, epochs が 64, lr が 0.1 としてtrain.pyを実⾏できるイメージ ※ 実際にはちょっと異なります
- 50. コマンドライン引数 良い点 • 元のコードをいちいち変更する必要がない → 今の実験が終わってから，実験を回し直す必要がなくなる ⾏いたい実験をshell script に書き連ねるだけで良い 50
- 51. コマンドライン引数の良くない点 • 引数の情報を保存するために，何かコードを書く必要がある [参考] https://qiita.com/tamflex/items/3147f3403e2b809692de • 引数の情報の保存先も都度変えないといけない 保存先も argparse で指定︖ • 引数が増えたときにいちいち書くのが⾯倒 51
- 52. 52 解決案2: argparse × .yaml file
- 53. argparse × yaml file 必要なパラメータの情報を .yaml file に書き込み argparse によってそのyaml ファイルを指定する 53 config.yam l ※ json file でもいいと思いま す
- 54. argparse × yaml file のいい点 • コマンドライン引数がスッキリ • パラメータの保存も簡単 • 結果を yaml fileと同じディレクトリに保存するようにすれば パラメータと結果の管理も簡単 • ⾃動的に yaml file を作ることも可能 54
- 55. .yaml file の作り⽅ • key: value の形でファイルに記述する • value の型は⾃動で判別してくれる • コメントは無視される • (ネストもできる) • python上でyaml file を読み込むと 辞書型として扱われる 55
- 56. 読み込む⽅法 1. import yaml 2. 3. CONFIG[“epoch”] で値を参照できる 56 config file のパ ス
- 58. argparse × yaml × addict のダメな点 • 設定を読み込んだ変数がミュータブル • 型が所望のものかどうかを確認をしてくれない • 設定の過不⾜を検出できない • (addictだと) 存在しないキーも参照できてしまう • (addictを⽤いると)外部パッケージに依存 58
- 59. 59 解決案3: argparse × .yaml file x dataclasss
- 60. dataclass • python3.7から追加された機能 • クラスの定義を端的にかける • 型の情報を追加でき，構造が⾒やすい • イミュータブルにできる 60
- 61. argparse × yaml × dataclass の良い点 • 設定を読み込んだ変数がイミュータブル • 型の確認ができる • 必要な変数が⼀⽬瞭然 • 設定の過不⾜を検出できる • 外部パッケージに依存しない 61 ⾃分の実装: https://github.com/yiskw713/pytorch_template/blob/master/src/libs/config.py configの⾃動⽣成の実装もあります． https://github.com/yiskw713/pytorch_template/blob/master/src/utils/make_config s.py
- 62. hydraと⽐べて… • configで必要な変数が簡単にわかる • hydraだと変数が抜けていても確認できない︖ • 型の確認ができる • 関数に`cfg`を渡すのは良くない • 関数に必要な変数がわかりにくい • 外部パッケージに依存しない 62 https://ymym3412.hatenablog.com/entry/2020/02/09/034644 全然使ったことないので間違ってたらすみません
- 63. 63 argparse × yaml × dataclass を使って実験設定を管理
- 64. 64 実験結果ってどう管理する︖
- 65. 実験結果の管理⽅法 • 紙媒体 - めんどくさい - ヒューマンエラー • csv とかに書き込む - ⼀番シンプル︖ - 可視化とかが地味にめんどくさい • tensorboard - ⼀発で可視化してくれる - いちいちリモートサーバーに⾏かないといけない - 重い - events.out.tfevents.* ファイルが邪魔 65
- 66. 66 何か良い⽅法ない︖
- 67. Weights and Biases (W&B) • web上に実験結果を保存できるサービス • 個⼈利⽤・アカデミック利⽤は200GB?まで無料 • 実際の学習ログを⾒せます 67 https://www.wandb.com /
- 68. W&Bでできること • 実験ログの記録 - 画像や⾳声，動画，点群なんかにも対応 - 後からのダウンロードも可能 • 引数の⼀括管理 (辞書ライクなオブジェクトならOK) • 実験設定ごとの⽐較，ハイパラの⽐較，影響度や相関などの解析 • Github での commit ID の管理 • CPU や GPU の稼働率，メモリなどのモニタリング • モデルの gradient の可視化，モデル⾃体の保存(ローカルのものが不要になる) • terminal上の出⼒も確認できる 68
- 71. W&Bの使い⽅ 1.https://app.wandb.ai/ にアクセスして sign up 2.pip install wandb 3.wandb login で端末上でログイン (API Key を⼊⼒) 4.コードをちょっといじる 71
- 72. コードの書き⽅ 2. wandb.init 実験の情報を書き込む 72 3. wandb.watch モデルの勾配とかを⾒る 4. wandblog 保存したい値を書き込む config … 辞書ライクなオブジェクト e.g. argparse, yaml, dict, addict.Dict project … プロジェクト名 name … 本実験の名前 step に epoch 番号を⼊れることで， エポックごとに値を管理してくれる 1. import wandb 詳しくは https://docs.wandb.com/
- 74. formatting • pep8に従ったコードを書こう https://pep8-ja.readthedocs.io/ja/latest/ • pep8を覚えるのは⼤変なのでblackを使ってコードを整形する https://github.com/psf/black • import順を綺麗にする (isort) https://github.com/PyCQA/isort 74
- 76. flake8で複雑度の⾃動算出 - 循環的複雑度 flake8 [python_script] --max-complexity 10 - 認知的複雑度 flake8-cognitive-complexity という拡張機能を使う これらのformattingやflake8による複雑度の計算を GitHubのコミット前に⾃動で⾏うことができます 76 ⾃分の記事: https://zenn.dev/yiskw713/articles/3c3b4022f3e3f22d27 6d
- 77. その他のtips • 分かりやすい変数名，関数名に • 型アノテーション • testコードをできるだけ書く • 複雑なコードを書くとテストしにくい • (極論) コメントなしですぐにわかるコード • (現実) コメントを⼊れて後から⾒ても分かりやすいように 77
- 86. 時間の使い方 ● 多分誰かが書く＆誰でもやろうとしている話 ○ 計算に時間がかかる処理は先に始める ■ 学習・実験・後輩への依頼，etc… ■ 自分以外のリソースを遊ばせない ○ スタートする時間・終了する時間を固定する ■ 研究，ミーティング，家事，睡眠，etc… ○ プロジェクト単位で計画的に，オンラインで使えるツール等を活用する
- 87. 環境整備 ● 研究しやすい自宅づくり①（※自分が実現できているとは限らない） ○ 机を広く確保 ○ ホワイトボードがほしい ■ 実は慣れるとVR空間で空中に描いて考えるのも悪くない ○ 音周りの改善は必須．オーディオインターフェイスとマイク・ヘッドホンを買う ■ 決してオンラインミーティングでフィードバックさせない． ■ 音声品質はポストコロナの身だしなみ ○ 計算機の音がうるさい → ヘッドホンを外さなければよい
- 88. 環境整備 ● 研究しやすい自宅づくり②（※自分が実現できているとは限らない） ○ 炭酸水と缶コーヒー，ラムネを大量に買い込んでおく ■ 朝やる気を出すためのルーチンを作る ○ マルチモニタ化 ○ どうせ他の環境を使わないので，キーボード・マウスも良いものに ○ 良い椅子欲しいなぁ ○ PCはこわれがちなのでできるだけ複数台確保 ○ 換気大事
- 89. ミーティング ● オンラインミーティングTips ○ 部屋のどこにでも行ける長さのケーブルのヘッドホンは最強 ■ ディスカッションを聞いたままコーヒーを取りにいける ● そもそもPCのすぐ隣に冷蔵庫を置くのがライフハックだったりするが ■ マイク切ればとくに断りなくミーティング中にトイレにいける
- 90. ミーティング ● 複数ミーティングが被ったときのTips ○ 解決策：左右に振れば2並列まではいける ○ オーディオインターフェイス2つ，マイク2つ，ミキサー1つ ○ Output同時をミキサーで混ぜる，このときパンを振る ○ 各ミーティングでマイクは分けておく
- 91. その他Tips ● 予定管理など ○ 自宅で何でもできる分，各々のタスク管理能力が重要に ○ 自分は数年間ずっとNotionを課金して利用していて，割と便利 （スマホからの操作に難があったが，今はずっとPCに向き合うので本当に最強になった） ■ Google Calendar, Trello, Outlook, etc…，サービスはいろいろある
- 92. その他Tips ● 研究室に行かずに集中力を保つ ○ 正直まだまだ試行錯誤中ですが・・・ ○ 教科書を読む時間を作る ○ 数式を弄る時間を作る ○ 集中力が必要な作業（プログラムとか文章とかを書く）と， そうでもない作業（スライド作ったり）で緩急をつける ■ 後者として家事も悪くない ○ ミーティングは思ったより疲れることを肝に銘じておく
- 93. その他Tips ● コロナ下で心を保つためのTips ○ 職場・大学とは関係のない友だちを作る ■ VRChat（おすすめ）, Discord, Slack, etc…，雑談は大事． ■ 研究ではない部分での自己肯定感を確保 ■ ちょっと離れた分野の勉強会とかもおすすめ ○ 美味しいご飯を食べる ○ お風呂にちゃんと入る
- 95. ● ディスカッション・ミーティング ○ 木曜・金曜に学生だけでディスカッションを行う ○ ディスカッションの内容を受け，土曜に先生とミーティング ● 係制度 ○ 1人1つ「サーバ管理係」「ディスカッションスケジュール係」等の係を持つ ○ みんなで協力して円滑な研究室環境を整える（大人数ゆえにできる事？） ● 新B4向け春休み勉強会 ○ 研究室での生活からPython/Pytorchの基礎，論文の読み方や数学まで ○ 新M1〜Dの学生が持ち回りで勉強会（講義）を行う ● 情報共有用Slack / Wiki ○ 研究室内部で活発な情報共有を促す ○ 先輩が中心になって積極的に発言・記事を執筆 研究効率化のためのMPRGの取り組み
- 96. 以下，勉強会1回目のスライドから引用 名古屋CV・PRML勉強会でも同じ内容を発表しました： https://www2.slideshare.net/RyosukeAraki/ss-136687597
- 97. ● 研究のサブタスクはたくさん！ ○ サーベイ（論文・文献調査） ○ コーディング ○ 実験結果まとめ ○ 報告資料作成 ○ 論文執筆 ○ スライド作成 ○ などなど…… ……効率よく進めないと大変なことに！！ 効率の良い研究のために
- 98. ● 無駄なことを自動化する ● 時短テクを使う ● タスクの順番を考える ● 自分に合ったソフトやツールを使う ここでは，上記のごく一例を紹介します （こういったTipsを研究室内外で積極的に共有したい） どうやって効率を上げるか？
- 99. ● 無駄なこと・面倒なことはしたくない！！ ○ せっかくコードが書けるのだから，自動化しまくる ● 例：学習したモデルの50epoch〜150epochまで全ての推論結果が欲しい ryorsk@4678:~/Nextcloud/src/MT-DSSD-ws$ python Test_SSD_seg_fast.py -- model ../models_finished/xxxx/100epoch.model 手動で毎回テストをする？ 無駄なことを自動化する
- 100. ● よく行う動作を高速化する ○ ブラウジング，コーディング，基本的なPC操作など…… ○ ツールやソフトも活用しよう（後述） ● ショートカットキーを使う ○ コピーペーストなど基本的なショートカットキー ○ （Macの場合）Ctrl＋←↓↑→：Mission Control などなど…… ● 便利なUnixコマンドを使う ○ タブ補完，コマンド履歴（言うまでもありませんが……） ○ dirs/pushd/popd などなど…… 時短テクを使う
- 102. ● OSショートカットキー ○ Mac のキーボードショートカット ■ https://support.apple.com/ja-jp/HT201236 ○ Ubuntu 18.04で使えるキーボードショートカット一覧 ■ https://sicklylife.hatenablog.com/entry/2017/10/16/231442 ● Unixコマンド・シェルなど ○ おすすめシェル時短テクニック＆ツールまとめ ■ https://myenigma.hatenablog.com/entry/2015/06/23/220100 その他の時短テク
- 103. ● ある1日の予定：どっちが効率的？ 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 進め方1 進め方2 コーディング 昼飯 Discussion資料作成 論文サーベイ 休憩 学習結果テスト 結果 まとめ コンテナ立ち上げ Deep learning学習 Discussion資料作成 コーディング コンテナ立ち上げ 昼飯 Deep learning学習 タスクの順番を考える
- 104. ● 便利なものはとにかく使う ○ 便利さも大切だが，自分に合ってるかも大切 ● 選んで使ったほうが良いもの 1. Webブラウザ 2. テキストエディタ 3. IDE（統合開発環境） 4. 論文管理ツール 5. SSH・SCP（SFTP）クライアント 6. Gitクライアント 7. クラウドストレージサービス 自分に合ったソフトやツールを使う
- 106. ● サーバに入れると便利なやつら ● screen ○ 端末の中に仮想端末を開く（1窓のみ） ○ sshで切断しても実行され続ける ○ tmuxやTerminatorが便利なのであまり使わない ● tmux ○ 端末多重化，1つの窓（Window）に複数の端末（Pane）を開ける ○ もちろんsshで中断しても実行され続ける ● Terminator ○ 端末多重化（tmuxと似ている） おすすめツール2：仮想端末と端末多重化
- 109. 社会情勢に合わせた研究
- 111. オンラインお昼休み 大学の昼休み時間にDiscordのvoice channelに参加 ✓ 孤独感の解消・お昼に起きる人向けの朝礼 ✗ 同じメンバーしか集まらず最終的に廃止 定期オンライン飲み会 ほぼ毎週土曜日の夜にオンライン飲み会 ✓ むしろ去年よりコミュニケーションが取れるように ✗ 参加しない人とはコミュニケーションできない オンライン化に伴いMPRGでやったこと （1/2）
- 112. オンラインディスカッション・MTG ZoomまたはDiscordを用いて実施 ✓ 場所を選ばず時間に柔軟 ✗ オンラインのため議論が活発になりにくい →ハイブリッド化で解決 ゼミ生向けオンライン講義コンテンツ作成 M〜Dの学生で協力して作成 ✓ 汎用性が高く，何年も使いまわしができる ✗ 準備のコストが非常に高い オンライン化に伴いMPRGでやったこと （2/2）
- 113. ● 後輩の指導が困難に ○ 対面で指導できないぶん，Slack・音声ベースでやり取り → 毎週決まった時間に先輩後輩が話す時間を設けて漏れなく指導できるように ● 人によっては自宅で研究できない（incl. 荒木） ○ 自宅がうるさい，休憩モードになってしまう，体調が悪くなる etc…… ○ 去年まではちゃんと研究できていたのに，今年に入ってから研究できなくなった人も → 入構制限が緩和されたため，感染対策に努めながら大学で研究 ● 指導担当外の学生（特にB4）との面識がほとんどない ○ B4同士，先輩-B4があまり仲良くない ○ 名前を聞いても「誰だ……？」となる現象が起きている → オンラインイベントを催すも参加者が少なめで，直接的な解決にならず オンライン化で発生した問題（と解決策）
- 114. ● 新B4に「自分がオンラインで研究できるのか」を見極めて貰う必要 ○ まずは自分のことをちゃんと理解する・先輩に判断してもらう ○ 家で研究できない人は早めにサポートするか大学で研究してもらう ● 後輩に対する指導の徹底 ○ 各先輩後輩のペアで最低限のルールを決める ■ e.g. 毎週w曜日h時から進捗確認，w_2曜日までにディスカッション用資料添削を受ける ○ 年度の途中からやると定着しないので「必ず年度初めから」行う ● オンライン研究・講義コンテンツ作成などのツールを積極的に共有 ○ 使えそうなツールをどんどん情報共有 ○ 研究室全体で生産性を爆上げしたい 来年度に向けて……
- 116. Contents ● 研究はリズムから ● サーベイは無駄なく効果的に ● 論文執筆お役立ちツール紹介 116
- 118. 研究はリズムから 1. 1日カレンダーで簡単な自己管理を 1. ポモドーロテクニックでストレスフリーに 1. 夜はよく眠り、事前にカフェインを取ることで眠りにくく 1. 心の健康は適度な運動から 1. 雑務はその場で片付けるか、まとめて片付ける 118
- 125. サーベイは無駄なく効果的に 1. 英単語や慣用句検索はDeepLにお任せ 1. 論文管理はscrapboxで 1. twitterを活用して論文収集 1. 論文を読むときはジャズや落ち着いた音楽が集中できるかも？ 125
- 126. サーベイは無駄なく効果的に 1. 英単語や慣用句検索はDeepLにお任せ 論文を読んでいる最中にweblioなどでweb上で英単語をコピペや打ち込んで 調べているのでは非常に効率が悪いです DeepL※はブラウザ版だけでなくアプリ版が存在し、アプリ版ではショート カットーキー1つで英単語や慣用句が調べられる！ WindowsとMac両方でアプリが存在し、論文中の単語を選択してCommand+C x2 だけで翻訳ができる！ ※ DeepLはディープラーニングベースの機械翻訳アプリケーションで、かなり 高品質な翻訳が可能 (長文の翻訳の過信はNG) 126
- 132. サーベイは無駄なく効果的に 3. twitterを活用して論文収集 毎日arXivに張り付いて新着論文を探し続けるのは地味に負担、、、 しかし！ twitterで論文紹介してくれるbotや人をフォローすることで論文のキャッチアップ のコストを下げられる！ e.g. @arxiv_cscv (arXivのCS-CVの新着を流すbot)、@ak92501 (生成モデルをメイン として様々なインパクトのある論文を紹介する謎の人物)、etc… 132
- 133. サーベイは無駄なく効果的に 4. 論文を読むときはジャズや落ち着いた音楽が集中できるかも？ 論文は読んでいて非常に楽しいですが、文字を追うことで眠くなることも多々 あると思います (私だけでしょうか) 私は論文を読むときはyoutubeでcafe musicと調べて出てくるジャズなどを聞き ながらカフェ気分でやっています 激しい音楽やお気に入りの音楽だと気が逸れますが、ジャズなどであれば集中力 を高めて論文を読める (気がしています) 133
- 136. 論文執筆お役立ちツール紹介 1. 論文執筆はOverleafで！ 1. 表作成はめんどくさい？Non！Use Table generator！ 1. 英論作成のちょっとしたテクニック 1. 英論作成は文法ミスとはおさらば。そうGrammarlyならね 136
- 138. 論文執筆お役立ちツール紹介 1. 論文執筆はOverleafで！ Overleafは登録もGoogleアカウントで可能であり、参入障壁が非常に低い TeXの関連ファイルをzip形式アップロードするだけで編集可能 ファイルがぶっ飛ぶ心配もほぼない と語りきれないほどいいこと尽くめのOverleafです ただ、年に数回鯖落ちすることもあるので、避難用のローカル環境を整えておく ことも必要です (私は鯖落ちしたら諦めて実験したり図を作り込んでます) 様々な記事が上がっているので、気になる方は読んでみてください (e.g. https://qiita.com/mokab/items/fa659603d9ec0c606a12) 138
- 139. 論文執筆お役立ちツール紹介 2. 表作成はめんどくさい？Non！Use Table generator！ TeXで表を作成するのはいちいち打ち込んでいては非常に面倒です 139
- 140. 論文執筆お役立ちツール紹介 2. 表作成はめんどくさい？Non！Use Table generator！ Table GeneratorというWebアプリケーションでGUIで簡単に表作成可能！ 140
- 147. Contents ● 研究強者と手を組む ● スタッフはあくまで裏方で ● 学生の幸福を第一に ● 底を引き上げるか、出過ぎた杭を作るか ● Research with COVID-19 147
- 149. 研究強者と手を組む 1. まずは、きっかけ作り 1. 価値観の共有 1. ギブアンドテイクの関係構築 1. 参加する学生の覚悟・スキル 1. 実績の蓄積 1. 海外との壁対策 1. 継続は力なり 149
- 153. 研究強者と手を組む 5. 実績の蓄積 1つでも実績を上げることができれば、自ずと次に繋がっていく (森島研ではUCLAと27年もの間のコラボがある) 6. 海外との壁対策 海外との最も効率的なコラボの形態は先方の研究機関に優秀な人材を送ること 2018 UCLA、2019 USCでのPh.D. 卒業生を輩出し、森島研の彼らとのコラボは 大いに成功した (SIGGRAPH2018、CVPR2019、ICCV2019等) 153
- 155. Contents ● 研究強者と手を組む ● スタッフはあくまで裏方で ● 学生の幸福を第一に ● 底を引き上げるか、出過ぎた杭を作るか ● Research with COVID-19 155
- 156. スタッフはあくまで裏方で 研究最前線の学生をサポートする人 (教授、准教授、助教、etc...) の過干渉は研究の妨げとなってしまう場合があります 森島研においてサポートする人 (スタッフ) がどのように 立ち振る舞うかのノウハウを紹介します 156
- 157. スタッフはあくまで裏方で 1. トップダウンでテーマはなるべく与えない 1. 教授の古い考えは押し付けない 1. 研究環境の充実には全力かつ繊細に 157
- 160. Contents ● 研究強者と手を組む ● スタッフはあくまで裏方で ● 学生の幸福を第一に ● 底を引き上げるか、出過ぎた杭を作るか ● Research with COVID-19 160
- 163. Contents ● 研究強者と手を組む ● スタッフはあくまで裏方で ● 学生の幸福を第一に ● 底を引き上げるか、出過ぎた杭を作るか ● Research with COVID-19 163
- 165. 底を引き上げるか、出過ぎた杭を作るか 結論からすると森島研は分散システムにすることで底を最低限引き上げつつ、 個別のプロジェクトで出過ぎた杭を作るというスタイル このスタイルに至った経緯や詳細についていくつか説明します 1. 全体レベルを上げるには先輩の犠牲は不可欠 1. 出る杭をひたすら伸ばし続けるのは得策か？ 1. 早急に状況を判断してプロジェクトメンバーを構成する 165
- 169. Contents ● 研究強者と手を組む ● スタッフはあくまで裏方で ● 学生の幸福を第一に ● 底を引き上げるか、出過ぎた杭を作るか ● Research with COVID-19 169
- 174. cvpaper.challengeの基本⽅針 • 研究が「楽しい」を⼤事に， • 「集合知」を発揮しやすい環境にする – サーベイ，テーマ設定，研究に対して考えている – 分割（個⼈作業）と統合（全体/グループ単位の議論）の繰 り返しによる⼀体感を感じながら作業を進める サーベイ〜論⽂投稿まで研究の⼀連の流れを組織化
- 175. cvpaper.challengeの研究体制 – 知識︓論⽂・Web・講演資料・サーベイテンプレート等から把握 – テーマ︓メンバー間の議論により洗練 – 進捗︓打ち合わせにより把握 – コミュニケーション︓ITツールで補助（e.g. Slack, Twitter) – 論⽂︓多重チェックが重要，即ち早め（テーマ⽴案・実験と同時）に書く GL1 JL1 Mem1M ・ ・ HQ GLN JLN MemNM ・ ・ GLは投稿計画⽴案・進 捗確認・打合せ調整 JLは実装・実験のリード メンバー間の密なコ ミュニケーションに より進捗促進 HQは全体の進捗確認 やサポート，戦略考案， 環境作りなど 機関内外で連携（相補的チェック・議論・サーベイ共有・勉強会・ハッカソン等） ・ ・ ・ Advisesr Mem11 Advisesr Adviserがサポート MemN1 研究メンバー（約70名）
- 176. cvpaper.challenge • 研究の流れ(下図)を分割/集約・In/Outputのサイクル効率化 – ⼀連の流れを集合知で効率化&質向上 – 再帰的かつ適応的にフィードバック サーベイメンバー（500名超） 研究メンバー（約70名） サーベイ サマリ アイディア テーマ 設定 実装 実験 論⽂ Out 論⽂サマリ@SlideShare, GitHub アイディア@SlideShare 実装@GitHub In フィードバック 新メンバー など
- 177. • サーベイ（500名超）と研究（約70名）を実施するメンバー – 全員がサーベイを⾏う，希望者のみを研究メンバーとして登録 – それぞれに対してSlackを導⼊ 個⼈の⽬的/⽴場に合わせてチャンネルを指定 cvpaper.challengeの研究体制 サーベイメンバー（500名超） 研究メンバー（約70名）
- 178. • サーベイ（概要/詳細レベル） – 概要レベル︓網羅的サーベイ – 詳細レベル︓研究グループ/個⼈単位で当該分野を担当 • メタサーベイなど 広い分野の論⽂を読んでからテーマ設定の幅が広がった cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サーベイメンバー（500名超） 研究メンバー（約70名）
- 179. • サーベイ（膨⼤なサーベイ） – 2020年はCVPR/ECCV（合わせて1,000+本）を網羅的サーベイ • 概要レベルでは全て知っている/まとまっている • 研究を⾏うための引き出しになる • 学⽣や研究員の訓練 やりすぎくらいがちょうどよい︖ cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サーベイメンバー（500名超） 研究メンバー（約70名）
- 180. • 論⽂サマリ（内外部向け） – 内部向け︓アイディア発想，研究テーマ設定 – 外部向け︓知識共有，広報，（結果的に）⼈材募集 論⽂サマリ公開により各⽅⾯にメリット cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サマリ サーベイメンバー（500名超） 研究メンバー（約70名）
- 181. • 論⽂サマリの例 cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サマリ CVPR 2018 完全読破チャレンジ ECCV 2018 網羅的サーベイ サーベイメンバー（500名超） 研究メンバー（約70名）
- 182. • アイディア考案（分割と統合） – ブレストの並列化 • 12名集まったら4名3グループに分割 • 少⼈数分割により，全員が発⾔しやすくする – 論⽂のみでなく，あらゆるトレンド，個⼈の知識や経験を活⽤ アイディアは「全員で」考える cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サマリ アイディア サーベイメンバー（500名超） 研究メンバー（約70名）
- 183. • アイディア考案（再帰的な強化） – 既出のアイディアに引⽤や追記 • スレッド形式でアイディアに対する議論 – いつどこでもブレストとアイディア強化 • ITツール（Slack）で管理している アイディアは「常時」「全員」で考える cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サマリ アイディア アイディアに引⽤，追記 2018年1〜4⽉までに「436」のアイデ ィアを蓄積 サーベイメンバー（500名超） 研究メンバー（約70名）
- 184. • 研究テーマ設定 – 研究グループ（各プロジェクト3〜5名単位）決定とテーマ設定を同時進⾏ – 誰と組む/何をする はサーベイ〜アイディア考案の雰囲気で決定 – 最後は熟練メンバーがテーマを詰めていく 研究者のモチベーションを最重要視 cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サマリ アイディア テーマ 設定 サーベイメンバー（500名超） 研究メンバー（約70名）
- 185. • 実装・実験 – 実働1〜2名+アドバイザの2〜5名で研究プロジェクト構成 • 経験的に実働2名とアドバイザが最もバランスが良く進みやすい – 詳細は次ページ参照 個⼈/ペアに合わせてグループ構築/編成 cvpaper.challengeの研究体制 研究メンバー（36名） サーベイ サマリ アイディア テーマ 設定 実装 実験 サーベイメンバー（500名超） 研究メンバー（約70名）
- 186. • 論⽂執筆（全員で書く） – 右図の通り – （できれば）ひと⽉前には完成させ校正 （当然ですが）論⽂は共著者全員で作り上げる 研究メンバー（36名） cvpaper.challengeの研究体制 サーベイ サマリ アイディア テーマ 設定 実装 実験 論⽂ https://twitter.com/HirokatuKataoka/status/1058135009763053568 サーベイメンバー（500名超） 研究メンバー（約70名）
- 188. AIST編 • 研究者/メンター/予算代表としての⼼がけ – AIST研究職員として • 仕事上気をつけていること • 産総研内での⽴ち居振る舞い（普段は⾒せない顔カモ︖） – メンターとして • 筑波⼤連携⼤学院⽣/産総研RA/他⼤研究室との連携 – 予算代表として • 研究費の取り⽅ • 集団のリード⽅法 # ⽚岡は研究員としての経験は浅く，まだまだ未熟です
- 189. AIST研究職員として • 研究時間を作るためのTips – 睡眠は7時間⽬安 • これがベスト︖，短時間睡眠は何度もやったがNG – メール/SNSを⾒るのは⼀⽇２〜３回に限定 • 11:30, 15:00, 18:30など – 打ち合わせはできれば週の2〜3⽇にまとめる • 予定の主導権を握る – 集中して研究できる時間を（予定を⼊れられる前に）確保 • 最低限主著として研究できる時間/他の予定はブロック – ToDo Listは紙に書いてデスクの上に置く • 結局コレが良かった
- 190. AIST研究職員として • 事務処理を熟すためのTips – スタッフさんとは仲良くしよう︕ • 各サポートチーム – 分からないことは詳しい⼈に聞いてしまおう • ⼤体は秘書さん/ユニット⽀援 – 書類はある程度まとめて処理 • 頭を事務モードに切り替える，スキマ時間や研究疲れた時 – メールのフォルダ分け重要 • MLなどは⾃動振り分け, メインにはなるべく重要なもののみ受信
- 191. AIST研究職員として • その他のTips – ⼼は前向きに楽しく，実⾏するときは慎重かつ⼤胆に – 英語は常に触れておきたい • News/SNS, オンライン英会話など • 英語のRWが作業効率UPに直結 – 凡ゆるところから知識は⼊れておきたい • 何が研究のヒントになるか分からない – 家族に感謝
- 192. メンターとして • 産総研RA/筑波⼤連携研究室 – RAが論⽂の主著になれるようにサポート • アシスタントという名⽬ではあるが，好きなことをやらせたい • 年間1本Top-tier会議への投稿, 1年〜2年に1回はIF付き論⽂ – 研究テーマはなるべく興味を持てるものを選定 • 相談しながら決める, 必要ならこちらでテーマを⽤意 – ⽉1で1-on-1（対⾯）, 週1以上進捗報告（Slack） • 希望があればいつでもOK, コミュニケーションは密にしたい – 研究リソース確保（ノートPC1⼈/台, スパコン使⽤権） • スパコン使⽤は現状プロジェクトに依存ホントは全員⾃由に使えるようにしたい – 出勤/事務⼿続きなど情報共有は全員で共有 • Slackのチャンネルにて管理
- 193. 予算代表として • 獲得/採択されたグラント（代表のみ） – 学振DC2︓2013.4 - 2015.3 – 学振PD（辞退）︓2016.4 - 2019.3 – 科研費基盤研究（A）︓2019.4 - 2022.3 – 所内予算1（基盤型）︓2017.7 - 2020.3 – 所内予算2（CREST型）︓2020.7 - 2025.3
- 194. 予算代表として • 申請書執筆のTips – ストーリー重視 & 実⾏⼒アピール • 如何に「凄そう」なテーマを「絶対実現可能」か端的に説明 – 何度も書き直す • 過去の申請書を⾒返すとver. 10〜20くらい – 熟練者に⾒てもらう • 書く前のストーリーから最終版の校正まで – 予備実験の結果を載せる • 既に研究してることを載せる，ストーリーを書く際にも想像が膨らむ – 少しでも問題設定が優れた研究をする（正論） • 私も何か良い⽅法知りたいです︕ –
- 195. 今までの失敗例 ⼤体が体調⾯です（休み⼤事︕） – 〆切前にBlack Coffee飲み過ぎ → 逆流性⾷道炎 – 〆切に2本主著, 5本共著で投稿 → ⽬眩により電⾞内で倒れた, 後2ヶ⽉緊張型頭痛に悩まされた – ずっと休みなしで仕事していた → 真夏に39℃の⾼熱で倒れた （A澤くんインターン開始週にごめんなさい︕懇親会も幹事なのに休みました）
- 196. 研究効率化Tips 福岡大学 田中 勝 研究室 作成者 中村 凌 主にツールを紹介していくよ！
- 201. 移動中や飲みの場でもコードcheck!! ・Carnets - Jupyterで IPhoneやIpadでjupyter notebookを編集，実行ができる！ これで飲みながらコードのレビュー計算の確認ができるね！！