AI(人工知能/ディープラーニング)

AI画像分析でマルチラベルと超解像について学ぶ(全景AIセミナー4回め)

この記事は約2分で読めます。

ichikikengoai.jpg全景AIセミナーは4回めとなった。今回は画像分析の総まとめ。これまで行ってきた犬猫分析を応用すればだいたいどのような画像分析も可能ということだ。犬猫分析のグーグルコラボの新ファイルを再確認し、その応用について学んだ。データセットの準備については、画像一覧のファイルと、そのクラスを表すラベルの2つが必要である。この作成方法を応用すればよいということで、実際のコードの意味を教わった。

全景AIセミナー

4回め

遠田以外の受講生はソフトウェア関係のエンジニアや経営者ばかりなので、講座進行の足を引っ張っている気がして申し訳ない。しっかりと復習して、五郎島金時の画像分類をできるようにしたいと考えている。

グーグルコラボの仕様が少し変わったようで、ドライブのマウント方法やアクティブなセッションの切り替え方法がちょっとだけわかりやすくなった。

aicoskirikae.jpg

グーグルコラボで動く仮想のGPUマシンは1台だけである。複数のセッションがあるときは誤動作が心配なので、セッションの終了をして次のセッションに取り組むようにする。

マルチラベルの整理は少し難易度が高くなった。

mlabelai.jpg

これまでの分類方法は、犬か猫か猿か熊か…というようなどれかひとつに適合するものだった。マルチセッションでは、複数の分類を分析できるようになる。例えば、(赤、黒、白)、(ドレス、シャツ、ジーンズ)という組み合わせの分類にも対応できるということだ。

shirtjeans.jpg

分析結果を見ると、複数の分類ができているものもあれば、ひとつの分類しか判定できていないものもある。これは確率により「この分類である可能性が高い」と判定されたものだけを表示する設定だからである。

ichikikengoai.jpg

今回も市來健吾氏の熱心な講座のおかげで新しい知識が増えた。どうもありがとう。講座のためにずいぶんと時間を割いてくれていることに感謝である。

aiseminar20181003.jpg

当日の遠田のメモ。備忘録として。