トップページ情報工学を学ぶ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

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

画像分類は,画像からそのクラス名を求めるもの.

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, MobileNet, DenseNet, NASNet, MobileNet 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). そして,最終層のユニットの活性度(画像分類の場合には,最終層のユニットの活性度は,「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,そのユニットが対応するクラス名である確率であるとされる. 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,活性度の高いもの上位のユニットに対応付けられているクラス名が,画像分類の結果とされる.

1. CNN による画像分類,画像の増量

2. 事前学習済みのモデルの使用,転移学習