画像分類(classification)において主成分分析(PCA)を導入するには
显示 更早的评论
プログラミング初心者です。
以下のディレクトリ構造とリンクに基づき、Alexnetの転移学習を利用した画像識別器を作成し、主成分分析(PCA)を併せて加えたいと考えております。
どうぞよろしくお願いいたします。
ディレクトリ構造:
main
-- a
-- image.dcm(thousands of dicom file)
-- b
-- image.dcm(thousands of dicom file)
-- c
-- image.dcm(thousands of dicom file)
-- d
-- image.dcm(thousands of dicom file)
ソースコード:
%path = current directory
currentdirectory = pwd;
categories = {'a', 'b', 'c','d'};
%Create an ImageDatastore to help you manage the data.
imds = imageDatastore(fullfile(currentdirectory, categories),'IncludeSubfolders',true,'FileExtensions','.dcm','LabelSource', 'foldernames','ReadFcn',@dicomread);
采纳的回答
Kenta
2019-3-12
3 个投票
コメント拝見しました。確かにPCAにより次元圧縮は可能ですが、alexnet等の事前学習済みネットワークで特徴量抽出をして約4000次元ほどに圧縮するほうがうまくいくような気がします。感覚的にはalexnetで畳み込み演算をしたほうがよい結果が得られそうな気がしますが、それはやってみて、という感じでしょうか。
ここにPCAのやり方があるので、参考にしてください。なお、PCAの出力は画像ではないので、alexnet等と併用することはできないです。alexnetで特徴量抽出したあとにPCAをするのかと質問から推察しましたが、それもうまくいくかはやってみないとわかりません。
alexnet, googlenet等でドキュメント通りにやってはあまり良い結果はでませんでしたか？
5 个评论
ssk
2019-3-12
Kenta
2019-3-12
ちなみに何種類の分類で精度はいくらくらいでしたか？交差検証もやってみました？
画像のなかでもどんなデータをどんな形で入力していて、どんな学習曲線を描くのかなど、いろいろ知っておかないとあまりアイデアは浮かびません。また機会がありましたら、詳しい状況を教えてください。
ssk
2019-3-12
4種類のDICOMファイルの分類で、交差検証も10-foldで試してみました。私のPCスペックの関係で少ないイメージ数（各ラベル:10枚）でまずは試しています。ご参考までにトレーニング結果のグラフを添付いたします。
Kenta
2019-3-13
10点交差検証の平均精度はいくらですか？
この図を見る限りうまくいっているような気がします。
次の段階として枚数を増やすことが望ましいですが、計算時間がかなりかかってしまうんですよね？
'ExecutionEnvironment','parallel',
を学習オプションのときに追加して実行してみてください。
やはりそれでも学習の速度はかわらないでしょうか。
ssk
2019-3-13
更多回答（0 个）
类别
在 帮助中心 和 File Exchange 中查找有关 Deep Learning Toolbox 的更多信息
