ユーザ用ツール

サイト用ツール


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。

この比較画面へのリンク

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
nnc_sony_で自前データで画像分類 [2017/08/23] – [見出し] adash333nnc_sony_で自前データで画像分類 [2018/10/07] (現在) – 外部編集 127.0.0.1
行 7: 行 7:
 http://twosquirrel.mints.ne.jp/?p=19813 http://twosquirrel.mints.ne.jp/?p=19813
  
 +動画にしてみました。
 +
 +<html>
 +<iframe width="560" height="315" src="https://www.youtube.com/embed/iuazqlhc-FA" frameborder="0" gesture="media" allowfullscreen></iframe>
 +</html>
 +
 +<html>
 +<iframe width="560" height="315" src="https://www.youtube.com/embed/_MoPfG5UpMs" frameborder="0" allowfullscreen></iframe>
 +</html>
 +
 +<html>
 +<iframe width="560" height="315" src="https://www.youtube.com/embed/4xRDMXqR8EA" frameborder="0" gesture="media" allowfullscreen></iframe>
 +</html>
 ===== 開発環境 ===== ===== 開発環境 =====
 Panasonic CF-RZ4\\ Panasonic CF-RZ4\\
 Windows8.1 Pro (64-bit)\\ Windows8.1 Pro (64-bit)\\
-Microsoft Visual C++ 2015 再頒布可能パッケージ Update 3 RC\/+Microsoft Visual C++ 2015 再頒布可能パッケージ Update 3 RC\\
 Neural Network Console_V1.0.0 Neural Network Console_V1.0.0
  
-===== 1. フォルダの作成と、画像ファイルの用意。 =====+なお、Neural Network Consoleのインストールフォルダ(ダウンロードしたZIPファイルを解凍した中身保存フォルダ)は、
  
-りんご30枚+5枚、オレンジ30枚+5枚を、googleの画像検索で拾ってきて保存するための場所を作成する。 +C:\neural_network_console_100\ フォルダ
-===== 見出し ===== +
-作成中+
  
 +とします。
 +===== 1. フォルダの作成と、画像ファイルの用意 =====
  
 +りんご30枚+5枚、オレンジ30枚+5枚を、googleの画像検索で拾ってきて保存するための場所を作成します。
  
 +C:\neural_network_console_100\ フォルダの下に、新たに、\\
 +images\  フォルダ\\
 +datasets\ フォルダ\\
 +projects\    フォルダ\\
 +を作成します。
  
 +(作成前)
 +{{:pasted:20171110-175245.png}}
  
 +(作成後)
 +{{:pasted:20171110-180333.png}}
  
-===== 参考 =====+さらに、images\ フォルダの中に、\\ 
 + 
 +appleorange\ フォルダ\\ 
 + 
 +を作成し、その中に、 
 + 
 +training\ \\ 
 +  |-apple\ \\ 
 +  |-orange\ \\ 
 +validation\ \\ 
 +  |-apple\ \\ 
 +  |-orange\ 
 + 
 +のフォルダを作成します。 
 + 
 +{{:pasted:20171110-180454.png}} 
 +===== 2. 画像のダウンロードと保存 ===== 
 + 
 +りんご30枚+5枚、オレンジ30枚+5枚を、googleの画像検索で拾ってきて、以下のように、名前を、半角英数字でjpg画像を保存します。このときの注意点としては、<wrap hi>半角英数字かつjpg画像</wrap>である必要があります。名前に日本語などの全角文字が入って至り、png画像などのjpg以外の画像だと、後で、うまくいかない可能性が高いです。 
 + 
 +C:\neural_network_console_100\images\appleorange\training\apple\\ 
 +りんご画像、約30枚(名前は半角英数字でjpg画像にする) 
 + 
 +{{:pasted:20171110-180844.png}} 
 + 
 +C:\neural_network_console_100\images\appleorange\training\orange\\ 
 +オレンジ画像、約30枚(名前は半角英数字でjpg画像にする) 
 + 
 +{{:pasted:20171110-180913.png}} 
 + 
 +C:\neural_network_console_100\images\appleorange\validation\apple\\ 
 +りんご画像、約5枚(名前は半角英数字でjpg画像にする) 
 + 
 +{{:pasted:20171110-180958.png}} 
 + 
 +C:\neural_network_console_100\images\appleorange\validation\orange\\ 
 +オレンジ画像、約5枚(名前は半角英数字でjpg画像にする) 
 + 
 +{{:pasted:20171110-181026.png}} 
 + 
 + 
 +===== 3. Neural Network Console(SONY)の起動 ===== 
 +C:\neural_network_console_100\ フォルダの中の、neural_network_console.exe をダブルクリックして起動します。 
 + 
 +{{:pasted:20171110-181058.png}} 
 +===== 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。 
 + 
 +{{:pasted:20171110-181154.png}} 
 + 
 +画面右上のimage(Save as)をクリックして、 
 + 
 +{{:pasted:20171110-183222.png}} 
 + 
 +C:/neural_network_console/projects/ フォルダの下に、「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(02_binary_cnn.sdproj  を別名で保存)。 
 + 
 +{{:pasted:20171110-183312.png}} 
 + 
 +以下のような画面になります。 
 + 
 +{{:pasted:20171110-183335.png}} 
 + 
 + 
 +==== 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、(1,28,28)→(3,28,28)にして 
 + 
 +<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 ===== 
 +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、(1,28,28)→(3,28,28)にします。 
 + 
 +以下の画面の黒い長方形の、「Input」をクリック。 
 + 
 +{{:pasted:20171110-183425.png}} 
 + 
 +画面左下に、Layer Property “Input”の詳細が表示されるので、Sizeの1,28,28のところをクリック。 
 + 
 +{{:pasted:20171110-183443.png}} 
 + 
 +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。) 
 + 
 +{{:pasted:20171110-183509.png}} 
 + 
 +そうすると、Main画面の数値も微妙に自動的に変更される。 
 + 
 +{{:pasted:20171110-183528.png}} 
 + 
 +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 ===== 
 +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。 
 + 
 +===== 7. 学習(training) ===== 
 + 
 +画面右上の CONFIG をクリック 
 + 
 +Batch Size を、64 から1に変更する。 
 + 
 +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(evaluation) ===== 
 + 
 + 
 + 
 + 
 +===== 参考文献 =====
 公式マニュアル\\ 公式マニュアル\\
 https://blog.dl.sony.com/259/\\ https://blog.dl.sony.com/259/\\
 日本語のドキュメントがあります!とにかく、公式マニュアルを読んでやるのが一番です! 日本語のドキュメントがあります!とにかく、公式マニュアルを読んでやるのが一番です!
 +
 +===== リンク =====
 +
 +次:
 +<wrap hi>
 +[[NNC(SONY)で回帰分析]]
 +</wrap>\\
 +
 +[[sidebar|目次]]\\
 +
 +前:
 +<wrap hi>
 +[[NNC(SONY)で初めての機械学習]]
 +</wrap>\\

nnc_sony_で自前データで画像分類.1503465138.txt.gz · 最終更新: 2018/10/07 (外部編集)

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki