画像分類の仕方について
显示 更早的评论
ディープラーニングを用いた画像分類のやり方について勉強中です。
赤ペン・青ペン・黒ペンを学習した分類モデルを作成し使用する際、事前に学習していないそれ以外のもの（例えば緑ペン）
を読み込ませた場合はじいてくれるようなモデルを作りたいです。
どのようなモデル作りが考えらますか？
まず初めに異常検知のモデルを作り、赤ペン・青ペン・黒ペン以外をはじく処理をしたのち、
赤ペン・青ペン・黒ペンに分類してくれるモデルを作る流れになるのでしょうか。
参考ページなどもありましたらよろしくお願いいたします。
采纳的回答
Kenta
2020-1-23
1 个投票
コメントのほう、返信ありがとうございます。
おっしゃるように、異常検知でやりたいならone class svmが、はじめにするならやりやすいと思います。
参考ページとしては、以下がわかりやすいと思います。
画像でone class svmだと何かしらの特徴に変換する必要があるので、上ではその例としてalexnetによる特徴抽出をしています。ただ、現在のバージョンではより多くのpre-trained networkが用意されているので、例えばresnet18とかが、出力される次元数も比較的低く、今回の課題にはよいかもしれません。
「どのようなモデル作りが考えらますか？」とありますが、他にもやり方はあると思います。下のＵＲＬにも同様のやり取りがあるので、そちらを見ていただくほうがわかりやすいと思います。one class svmよりも、例えばＣＮＮでothersクラスをあえて、ありそうな例外画像で定義する方が、少なくとも手持ちのデータ内ではよい性能が出る気もします。またよろしければ結果のほう教えてほしいです。よろしくお願いいたします。
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
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!
