【機械学習】学びメモ:画像処理

おはようございます。こんにちは。こんばんは!
メンサーのチャイスケです!

 

以下の以前のブログでも書いたように、

剣道をアップデートする3つの方法

機械学習(とかプログラミング)の勉強中でございます。

 

せっかくなので、
その学びや、やっていることをメモしていこうと思います。

基本的には記録用に書いていくつもりなので、
見たい人は見て、興味ない人はスルーしてくださいって感じでお願いします!

 

今までやったこと

今まで学習してきたことは主に以下です。

以下の本

ゼロから作るDeep Learning ――Pythonで学ぶディープラーニングの理論と実装

ちなみに、ちゃんとディープラーニングとかやっている人からしてもこの本はオススメらしいので興味ある方は是非

 

paizaというコーディング転職サービスでプログラミングを学ぶ

paiza

 

・あとは、他の人のブログを見ながら色々と試してみたり

例えば、
Twitterの投稿内容を抽出してテキストマイニングしてみたりとか、
画像や動画から骨格検出するソフトを試してみたりとか、です。

 

今回やったこと

今回やったことは、画像処理の機械学習です。

画像に特定の人がいるかいないかを判定するやーつです。

具体的には、

自分が写っているかどうか判定するものと(せっせと自分のあいぽんのカメラフォルダから自分が写っている画像と写っていない画像を探しました)、

ワンピースのルフィが写っているかどうか判定するものを作ってみました。

 

気になる結果は、、、、

、、、、

、、、、

正解率56%!

・・・ということで、学習できていないことがわかりました。

ランダムでも50%になるので、誤差の範囲でしかないですねw

 

コードとかも載せた方が良いのかどうかと迷ったのですがめんどくさいから需要がなさそうなので省略します。
知りたい人がいたらコメントください。コードとその簡単な解説を載せた記事を書くかもです。

 

全然学習できていなかった原因は、
データの質・量だと考えています。

質の問題として、
わかりやすく顔が写っている良さげな画像を集めるのはとても難しいです。

量の問題として、
基本的には手作業で集めたので数に限界があります。
画像に連番の数字をつけたり、ラベリングしたり、画像のサイズを揃えたりと結構大変です。

色々と妥協を積み重ねた結果、
質と量の両方がダメダメとなり、結果もダメダメとなりました。。。

 

感想

とりあえず、調べながら作業すること自体は楽しかったです!笑

・・・ので、良しとします。

 

機械学習ではデータが大事ということはわかっているつもりではありました。

しかし、実際に試してみて、
データを揃えるのが大変で難しいことを身をもって感じることができました。

今回の全然学習できていない機械学習も良い経験だったということで、
ポジティブに捉えていきます。

 

お読みいただきありがとうございました!

ではでは!

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です