質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Q&A

解決済

1回答

3625閲覧

CNNの幾何変換に対するロバスト性は?

oookabe

総合スコア126

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

0グッド

2クリップ

投稿2017/11/30 02:06

こんにちは

CNNに関するもっとも基本的な質問ですけれども、

Q1: training image とtest imageの間に回転関係があっても大丈夫でそうか。

Q2: training image とtest imageとの大きさが違っても大丈夫でしょうか。

Q3: training imageのサイズがまちまちでも大丈夫でしょうか。

Q4: pooling処理に入力画素の位置とそれに対応する出力画素の位置関係が回転関係(角度を指定して)に指定する事は可能でしょうか。

ご教授宜しくお願い致します。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

教育的な質問ですね。
認定試験のテストに出そうです。

Q1,2 回転、拡大・縮小に対してロバストになるように画像を前処理して教師データを生成します。
https://keras.io/ja/preprocessing/image/
許容範囲についてはデータ次第でしょうか。
学習時に許される回転角を大きくしすぎると学習自体の精度が劣化したような記憶があります。

Q3 大きさが足りなければ、拡大するか、真ん中に貼り付けるか。はみ出したら、縮小するか、切り出しするか。好みの問題ではないでしょうか。

Q4 できなくはないと思いますが、実装が大変そうですね。回転角は学習の途中で変化するのですか。する場合どの向きに回転させるべきかが一意に決まらないように感じます。変化させないのなら、元のデータを回転すればよいので。あまりご利益はなさそうですが、特別な状況を想定しているのでしょうか。

投稿2017/11/30 10:14

mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

oookabe

2017/11/30 13:33

早速お返答ありがとうございます。 工業検査分野において認識対象物(work)のポーズはランダム的である場合が多いです。 そのためにありとあらゆる画像の回転×伸縮サンプルを用意するのは大変ですね。 ーーーー理論上無限に多い。。。 これに伴って、ネットのパラメータも莫大に増殖しなかれば、特徴を記憶できないはず。 トレーニング時間と結果は気になります。 (人間のニューラルは認識するために決してこんなに学習サンプルを必要としません。) 対策として、例えば初期のpoolingで、指定範囲の画像の幾何変換を行って、省力化を図りたいです。 実装は複雑になりますが、汎用性があるので、成功した実装を皆利用すれば良い話で、各利用者が毎回沢山サンプリングを用意するより、社会全体が能率良くなります。 何か良いアイディアをいただけませんか。
mkgrei

2017/11/30 13:44

モチベーションは理解しました。 確かにそのようなケースでは平面的な認識は難しいですね。 立体物のポーズの複雑性を解決するため点群カメラを用いた3次元マッチングはいかがですか。
oookabe

2017/11/30 22:47

「3次元マッチングはいかがですか」 人間の画像処理---特徴抽出およびマッチングは大変だからこそ、CNNの存在価値が認められたわけですね。 もし、CNNがobjectを認識するために、そのobjectの遍歴的なポーズ画像を必要とすれば、これもまた大変そうですし、それに果たして一つのNNでの学習効果はどうなるかと気になります。 何せ、人間の頭脳とかニューラルの動きとは全然違いますね。 仮令雀であっても、ある種類の虫を認識するために、その虫のありとあらゆるポーズを事前学習する事はしないでしょう。 それに、これまでは人間の画像処理より、ありとあらゆる角度のobject画像写真を用意しなくても、それなりの認識能力を有する成果がありました。 それは局部特徴の総合(特徴量の統計と特徴点位置関係の統計)と大局的な特徴の概括(幾つかの典型をモデル化など)による実現されたのです。 このへん、CNNのほうは本当にどうなっているのでしょうか。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問