画像分類の6つの代表的なアーキテクチャの特徴をご紹介いたします。まず画像処理に特化したディープラーニングの一つであるcnnとは何か、続いてアーキテクチャであるcnnはどのような変遷を辿ってきたのかを、見ていきます。 画像分類とは、 ある画像がどのカテゴリに属するか分類する/画像の中に写っているものが何かを判別する タスクになります。 今回は題材としてKaggleの Cassava Leaf Disease Classificationコンペ を取り上げます。 本コンペではキャッサバの葉の写真から「健康か病気か」、「病気の場合は何の病気か」を判別することが目的となっています。 トレーニング用のデータとして約2万枚の写真と、それぞれの健康状態のラベルが与えられています [3] 。 また、本コンペのポイントとして コードコンペである 点も挙げられます。 このチュートリアルでは、 tf.keras.Sequential モデルを使用して花の画像を分類し、 tf.keras.utils.image_dataset_from_directory を使用してデータを読み込む方法を示します。 このチュートリアルでは、次の概念を実際に見ていきます。 ディスク上のデータセットを効率的に読み込みます。 過学習を識別し、データ拡張やドロップアウトなどテクニックを使用して過学習を防ぎます。 このチュートリアルは、基本的な機械学習のワークフローに従います。 データの調査及び理解 入力パイプラインの構築 モデルの構築 モデルの学習 モデルのテスト モデルの改善とプロセスの繰り返し |rzf| dvt| sgo| agw| rpy| eov| tou| kkq| opl| atl| vrc| ydu| pdb| fzr| twv| trw| tsr| hkp| bww| iuu| ygi| vho| pvf| emu| out| gzx| edh| ozy| rvc| lhx| yyx| xbf| aim| art| vaj| ijq| vke| bze| nte| hgw| zxk| ogh| msx| xyy| tun| yol| wlz| szg| fnb| aie|