分類学習器を使ったGrad-CAMについて

アプリの分類学習器で画像分類をし、学習したモデルをワークスペースにエクスポートして、そのモデルを読み込んで、画像判別要因の可視化ができるGrad-CAMを使って、別の新たな画像の判別を行いたいのですが、可能でしょうか。

もし可能であれば、やり方を教えて頂けますでしょうか。

よろしくお願いいたします。

[Kenta]

こんにちは、ちなみにアプリで画像分類とは、具体的にどのようなアルゴリズム、手法で行われましたか？

画像があって、それに直接ランダムフォレストなどを実行したということですか？それとも何かしらのネットワークで特徴抽出をして、その特徴ベクトルをＳＶＭなどで分類したということでしょうか？

[Kaneko]

こちらのディープラーニング評価キット[画像分類用]にあるD2_5_1_featureextraction_classification.mを使って特徴抽出をして、交差検証を行い、それを2次SVMを使って分類しました。そのモデルをエクスポートしました。交差検証でデータを何分割するとどれくらいの精度になって、分割ごとのモデルを使って、別の新たな画像の判別をしようと考えてます。

Answer 1

[Kenta]

こんにちは、コメントのほう、教えていただきありがとうございます。残念ながらその場合は、grad-camは使えません。

grad-camは、分類する最後の形がニューラルネットワークのような形であるとできるのですが、今回のようなSVMの形だとかなりむずかしいと思います。

詳しくは、原文の方をよんでください。https://arxiv.org/abs/1610.02391

ただ、ファインチューニングをして得たモデルであれば、下のURLのようにすればできます。

https://jp.mathworks.com/help/deeplearning/ug/gradcam-explains-why.html

[Kaneko]

回答ありがとうございます。つまり、SVMだとできないということですね。その、ファインチューニングというのは、分類学習器の交差検証でできることなのでしょうか。それとも、コードを書いていって、それに画像を入力すると、その精度がでてきて、モデルとしても使える、といった感じでしょうか。

[Kenta]

「つまり、SVMだとできないということですね」、はいそうですね、ただ私が知らないだけかもしれないので上のような回りくどい言い方になってます、すいません。

「コードを書いていって、それに画像を入力すると、その精度がでてきて、モデルとしても使える、といった感じでしょうか」はい、こちらに近いと思います。grad-camをしたいなら、コードを書く必要がありますが、ただ、分類だけしたいなら、分類アプリのほうが使いやすそうです。

[Kaneko]

わかりました。いろいろと教えて頂き、ありがとうございました。