CIFAR 10 の画像分類を行う畳み込みニューラルネットワーク (CNN) の学習，転移学習

【概要】

画像分類は，画像からそのクラス名を求めるものである．

画像分類を行うニューラルネットワークとしては， Xception， VGG16， VGG19， ResNet50， Inception， Inception-ResNet， MobileNetV2， DenseNet， NASNet などが知られている．

ニューラルネットワークによる画像分類では，ニューラルネットワークの最終層のユニットそれぞれがクラス名に対応付けられる（例えば，最終層のユニットが 10個のときは，クラス数は 10個）． 最終層のユニットの活性度（画像分類の場合，0 から 1 の数値と設定されることが多い）は，入力画像のクラス名が，そのユニットに対応付けられたクラス名である確率とみなされる． 最終層のユニットの活性度は，高いものと低いものが混在する． そのうち，活性度の高い上位のユニットに対応付けられたクラス名が，画像分類の結果とされる．

【目次】

【関連する外部ページ】

【サイト内の関連情報】

1. CNN による画像分類，画像データの拡張

2. 事前学習済みのモデルの使用，転移学習