画像分類の仕方について

10 views (last 30 days)
misato abe
misato abe on 21 Jan 2020
Answered: Kenta on 23 Jan 2020
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 Comments
Kenta
Kenta on 21 Jan 2020
Edited: Kenta on 21 Jan 2020
もし、異常検知モデルをつくりたいのであれば、以下が参考になると思います。まずはone class svmを試されたらどうでしょうか。
misato abe
misato abe on 22 Jan 2020
返信ありがとうございます。
送って頂いたページを勉強して、モデル作りをしていこうと思います。

Sign in to comment.

Accepted Answer

Kenta
Kenta on 23 Jan 2020
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。

More Answers (0)

Products


Release

R2019b

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!