画像分類の仕方について
4 ビュー (過去 30 日間)
古いコメントを表示
ディープラーニングを用いた画像分類のやり方について勉強中です。
赤ペン・青ペン・黒ペンを学習した分類モデルを作成し使用する際、事前に学習していないそれ以外のもの(例えば緑ペン)
を読み込ませた場合はじいてくれるようなモデルを作りたいです。
どのようなモデル作りが考えらますか?
まず初めに異常検知のモデルを作り、赤ペン・青ペン・黒ペン以外をはじく処理をしたのち、
赤ペン・青ペン・黒ペンに分類してくれるモデルを作る流れになるのでしょうか。
参考ページなどもありましたらよろしくお願いいたします。
2 件のコメント
採用された回答
Kenta
2020 年 1 月 23 日
コメントのほう、返信ありがとうございます。
おっしゃるように、異常検知でやりたいならone class svmが、はじめにするならやりやすいと思います。
参考ページとしては、以下がわかりやすいと思います。
画像でone class svmだと何かしらの特徴に変換する必要があるので、上ではその例としてalexnetによる特徴抽出をしています。ただ、現在のバージョンではより多くのpre-trained networkが用意されているので、例えばresnet18とかが、出力される次元数も比較的低く、今回の課題にはよいかもしれません。
「どのようなモデル作りが考えらますか?」とありますが、他にもやり方はあると思います。下のURLにも同様のやり取りがあるので、そちらを見ていただくほうがわかりやすいと思います。one class svmよりも、例えばCNNでothersクラスをあえて、ありそうな例外画像で定義する方が、少なくとも手持ちのデータ内ではよい性能が出る気もします。またよろしければ結果のほう教えてほしいです。よろしくお願いいたします。
0 件のコメント
その他の回答 (0 件)
参考
カテゴリ
Help Center および File Exchange で イメージを使用した深層学習 についてさらに検索
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!