ニューラルネットワークを使って画像分析をした際にモデルのトレーニングの精度が上がらない

Question

前提・実現したいこと

当方機械学習初心者です。

ニューラルネットワークを使って画像分析をしたいのですが、モデルのトレーニングの際に精度が上がらないという問題に遭遇しております。

25x25pxの画像があり、それぞれのピクセルにおけるRGB値（よって特性の合計は25253=1875）がX_trainの列に格納されており、それに対応する画像の分類番号（1~30のどれか)がy_trainに格納されている状態です。

X_train.shape => (1000, 1875) y_train.shape => (1000,)

なにか根本的に間違いを犯しているのでしょうか?

発生している問題・エラーメッセージ

精度が上がらない

該当のソースコード

import numpy as np
import pandas as pd
import tensorflow as tf

#データをロードする
X_train  = np.loadtxt(base_dir + "tr_ft.csv", delimiter=",")[: , 1:]
X_test   = np.loadtxt(base_dir + "tst_ft.csv",  delimiter=",")[: , 1:]
y_train  = np.loadtxt(base_dir + "tr_lbl.csv", dtype=np.uint8, delimiter=",", skiprows=1)[: , -1]

#モデルを作る
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(3,activation=tf.nn.relu),
    tf.keras.layers.Dense(31,activation=tf.nn.softmax)
])

model.compile(optimizer="adam",
              loss="sparse_categorical_crossentropy",
              metrics=["accuracy"])

#モデルにフィットする
model.fit(X_train, y_train, epochs=10000)

フィットした結果

↓

試したこと

主にこのサイトを参考にしてます

Answer 1

あたっているかどうかはわかりませんが、箇条書きでツッコミ入れてみます。

• ラベルが1~30なら出力層ユニット数は30にすべきでは。
• denseでユニット数3のreluの中間層と出力層ではどうにもならないと思います。中間層を絞りすぎです。ユニット数はせめて50～200くらいは要るのでは。
• 他の方が回答されている通り、画像ならCNNを使うのがベターですが、denseでやりたいのなら素性の次元は小さい方が性能が出しやすいはずです。モノクロ化して25*25=625にしてはどうでしょう。

とりあえず上の2つをなんとかすれば、過学習だろうけどfitはするでしょう。

Answer 2

他の方からご指摘があった通り畳み込みNNに必要な手順が抜けていた(フィスタ数やバッチサイズの設定、元画像のサイズの変更)のが原因だったのかと思います。このサイトに乗ってる手順をステップbyステップで実装した所無事トレーニング精度を上げることができました。

Answer 3

実際にプログラムを動かしていませんが
収束している気がします。。。

まずは、ilisデータセットなどの一般的なデータセットで試してみてください。精度が上がっていくのが見えるはずです。ご存知かと思いますが、画像をニューラルネットで回すときは、畳み込みニューラルネットを使います。精度が上がらない最大の原因はここだと思います