自前のデータでNeuralNetworkConsole（SONY）で画像分類（１）
インストールしてTutorial（MNIST）は試してみたものの、それでは面白くないので、自前データで機械学習をしてみたい！
基本的に、公式マニュアル https://blog.dl.sony.com/286/ と、公式動画（youtube動画リンク）に従ってやっていくのみ。
<2017/11/24追記>
動画にしてみました。
インストール方法は以下
http://twosquirrel.mints.ne.jp/?p=19679
（環境）
Panasonic CF-RZ4
Windows8.1 Pro (64-bit)
Microsoft Visual C++ 2015 再頒布可能パッケージ Update 3 RC
Neural Network Console_V1.0.0
http://twosquirrel.mints.ne.jp/?p=19448
Kerasでりんごとオレンジの分類（おそらく色で判断しているでしょうが、、、）をやったのと同じ画像で試してみる。
（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する。
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
を作成する。
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\
varidation\
|-apple\
|-orange\
のフォルダを作成。
（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、半角英数字で保存。おそらく、半角英数字でないと、あとでうまくいかなくなってしまう可能性が高い。
また、画像はすべてjpgで保存する。（2017/10/17追記）
C:\neural_network_console_100\images\appleorange\training\apple
りんご画像、約30枚（名前は半角英数字にする）
C:\neural_network_console_100\images\appleorange\training\orange
オレンジ画像、約30枚（名前は半角英数字にする）
C:\neural_network_console_100\images\appleorange\validation\apple
りんご画像、約5枚（名前は半角英数字にする）
C:\neural_network_console_100\images\appleorange\validation\orange
オレンジ画像、約5枚（名前は半角英数字にする）
（３）Neural Network Console 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。
サンプルプロジェクトの、”02_binary_cnn.sdcproj”をクリック。
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）である。
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
方針とする。
（４）02_binary_cnn.sdproj を、別名で保存。
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）。
以下のような画面になる。
（５）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)にする。
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1,28,28のところをクリック。
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。
（６）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む。
（画像はすべてjpgであり、画像の名前は半角英数字である必要がある（2017/10/17追記））
上記の（２）でダウンロードした画像を利用して、NeuralNetworkConsole上にデータセットを作成する。
画面の右上の方にある、DATASET をクリック。
DATASET のすぐ下の、
以下のような画面になるので、Create Dataset をクリック。
以下のような画面が出てくる。
Source Dirの右側の空欄のさらに右側のアイコンをクリックして、
C:\neural_network_console_100\images\appleorange\training\ フォルダを選択した状態で、開く をクリック
Output Dirの右側の空欄のさらに右側のアイコンをクリックして、
C:\neural_network_console_100\datasets\appleorange\ フォルダ（なければ作成する）を開いて、そのまま、保存 をクリック。
Output Color Ch を、3(RGB)を選択。
画面右下のApply をクリック。
すると、数秒で、画像ファイルのdataset作成が行われて、次のような画面が出てくる。
全てのtraining画像が、28x28pixelに変換されている。
ちなみに、datasets/ フォルダの中身は以下のようになっている。
変換後の画像も保存されている。
(6-2)上記と同様に、Validation用の画像も変換する。
画面左側の Validation をクリック。
Open Dataset > Create Dataset
（７）機械学習（training）を行う。
画面右上の CONFIG をクリック
Batch Size を、64 を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、もりもり計算されていく。
けっこうかっこいい！
数分で終了。
（８）Validationを行う。
画面右上の、Validation の下の、△ボタンをクリック。
すぐに計算が終わる。画面真ん中上のConfiusion matrix をクリック。
りんご5枚、オレンジ画像5枚、すべて正解してしまっている（おそらく、色で判断しているのとは思われるが）ことが分かる。
とえあえず、なんとか、自前データでNeural network Consoleを使って画像分類することができた！
途中、特に、最初の画像処理の読み込みのところでエラーが出まくって挫折しそうになったが、なんとかできてほっとした。
＜結論＞
とにかく、公式マニュアルを繰り返し読む。
https://blog.dl.sony.com/259/
Neural Network Console公式マニュアル（日本語）