ディープラーニングを使った画像認識
ディープラーニングは,数多くの画像処理およびコンピュータビジョンの問題に非常にうまく適用することができる.NetChainとNetTrainを使って,画像で与えられた手書きの数字を分類するニューラルネットワークを定義,訓練することができる.
手書きの数字についてのMNISTデータセットから,訓練データと検証データを得る.
In[1]:=
![Click for copyable input](assets.ja/image-recognition-using-deep-learning/In_34.png)
resource = ResourceObject["MNIST"];
trainingData = ResourceData[resource, "TrainingData"];
testData = ResourceData[resource, "TestData"];
In[2]:=
![Click for copyable input](assets.ja/image-recognition-using-deep-learning/In_35.png)
RandomSample[trainingData, 5]
Out[2]=
![](assets.ja/image-recognition-using-deep-learning/O_20.png)
28×28のグレースケール画像を認識するように構築された,たたみ込みニューラルネットワークを設計する.
In[3]:=
![Click for copyable input](assets.ja/image-recognition-using-deep-learning/In_36.png)
lenet = NetChain[
{ConvolutionLayer[20, 5], Ramp, PoolingLayer[2, 2],
ConvolutionLayer[50, 5], Ramp, PoolingLayer[2, 2], FlattenLayer[],
500, Ramp, 10, SoftmaxLayer[]},
"Output" -> NetDecoder[{"Class", Range[0, 9]}],
"Input" -> NetEncoder[{"Image", {28, 28}, "Grayscale"}]
]
Out[3]=
![](assets.ja/image-recognition-using-deep-learning/O_21.png)
3度の訓練でネットワークを訓練する.
In[4]:=
![Click for copyable input](assets.ja/image-recognition-using-deep-learning/In_37.png)
lenet = NetTrain[lenet, trainingData, ValidationSet -> testData,
MaxTrainingRounds -> 3];
Out[4]=
![](assets.ja/image-recognition-using-deep-learning/O_22.png)
訓練されたネットワークを,検証集合からランダムにサンプリングされた画像に直接使って評価する.
In[5]:=
![Click for copyable input](assets.ja/image-recognition-using-deep-learning/In_38.png)
imgs = Keys @ RandomSample[testData, 5];
Thread[imgs -> lenet[imgs]]
Out[5]=
![](assets.ja/image-recognition-using-deep-learning/O_23.png)