nnc_sony_で自前データで画像分類
差分
このページの2つのバージョン間の差分を表示します。
両方とも前のリビジョン前のリビジョン次のリビジョン | 前のリビジョン次のリビジョン両方とも次のリビジョン | ||
nnc_sony_で自前データで画像分類 [2017/11/10] – [2. 画像のダウンロードと保存] adash333 | nnc_sony_で自前データで画像分類 [2017/11/25] – [8. 学習結果を評価(validation)] adash333 | ||
---|---|---|---|
行 7: | 行 7: | ||
http:// | http:// | ||
+ | 動画にしてみました。 | ||
+ | |||
+ | < | ||
+ | <iframe width=" | ||
+ | </ | ||
+ | |||
+ | < | ||
+ | <iframe width=" | ||
+ | </ | ||
+ | |||
+ | < | ||
+ | <iframe width=" | ||
+ | </ | ||
===== 開発環境 ===== | ===== 開発環境 ===== | ||
Panasonic CF-RZ4\\ | Panasonic CF-RZ4\\ | ||
行 43: | 行 56: | ||
|-apple\ \\ | |-apple\ \\ | ||
|-orange\ \\ | |-orange\ \\ | ||
- | varidation\ \\ | + | validation\ \\ |
|-apple\ \\ | |-apple\ \\ | ||
|-orange\ | |-orange\ | ||
行 78: | 行 91: | ||
C: | C: | ||
+ | {{: | ||
===== 4. サンプルプロジェクトを名前をつけて保存 ===== | ===== 4. サンプルプロジェクトを名前をつけて保存 ===== | ||
サンプルプロジェクトの、”02_binary_cnn.sdcproj”をクリック。 | サンプルプロジェクトの、”02_binary_cnn.sdcproj”をクリック。 | ||
- | 画面右上のimage(Save as)をクリックして、「101_apple_orange_cnn.sdcproj」という名前でプロジェクトを名前をつけて保存。 | + | {{: |
+ | 画面右上のimage(Save as)をクリックして、 | ||
+ | |||
+ | {{: | ||
+ | |||
+ | C:/ | ||
+ | |||
+ | {{: | ||
+ | |||
+ | 以下のような画面になります。 | ||
+ | |||
+ | {{: | ||
+ | |||
+ | |||
+ | ==== この後の流れ ==== | ||
+ | |||
+ | このサンプルは、28 x 28 pixelのグレースケールの画像を数字の4と9に画像分類するCNN(畳み込みニューラルネットワーク)です。 | ||
+ | |||
+ | 今回は、(画像ファイルを用意した後、) | ||
+ | |||
+ | <1>このネットワークをコピペして、 | ||
+ | |||
+ | <2>最初の入力を、28 pixelのカラー画像(りんごとオレンジ)に変更。つまり、Input Datasetを、(1, | ||
+ | |||
+ | <3>りんごとオレンジの、trainingデータセット、validationデータセットを読み込んで、 | ||
+ | |||
+ | <4>機械学習(training)を行い、 | ||
+ | |||
+ | <5>学習結果を評価(validation)を行う | ||
+ | |||
+ | という流れとなります。 | ||
===== 5. ネットワークのInputの変更 ===== | ===== 5. ネットワークのInputの変更 ===== | ||
最初の入力を、28 pixelのカラー画像(りんごとオレンジ)に変更。つまり、Input Datasetを、(1, | 最初の入力を、28 pixelのカラー画像(りんごとオレンジ)に変更。つまり、Input Datasetを、(1, | ||
+ | 以下の画面の黒い長方形の、「Input」をクリック。 | ||
+ | |||
+ | {{: | ||
+ | |||
+ | 画面左下に、Layer Property “Input”の詳細が表示されるので、Sizeの1, | ||
+ | |||
+ | {{: | ||
+ | |||
+ | 1, 28, 28 が編集できるようになるので、一番左側の “1” を、 “3”に変更する。 | ||
+ | (これは、最初の入力画像を、28x28pixelのグレースケール画像から、28x28pixelのカラー画像(RGBの3)に変更している。) | ||
+ | |||
+ | {{: | ||
+ | |||
+ | そうすると、Main画面の数値も微妙に自動的に変更される。 | ||
+ | |||
+ | {{: | ||
+ | |||
+ | ネットワークの変更はこれで終了です。 | ||
===== 6. 自前のデータ画像の読み込み ===== | ===== 6. 自前のデータ画像の読み込み ===== | ||
りんごとオレンジの、trainingデータセット、validationデータセットを読み込みます。 | りんごとオレンジの、trainingデータセット、validationデータセットを読み込みます。 | ||
行 97: | 行 159: | ||
画面右上の Training の下の△ボタンをクリックすると、学習が始まり、グラフが自動的に生成されていきます。 | 画面右上の Training の下の△ボタンをクリックすると、学習が始まり、グラフが自動的に生成されていきます。 | ||
- | ===== 8. 学習結果を評価(validation) ===== | + | ===== 8. 学習結果を評価(evaluation) ===== |
nnc_sony_で自前データで画像分類.txt · 最終更新: 2018/10/07 by 127.0.0.1