すごい初歩的な質問なのですが
学内での勉強会でdeeplearningを使用した画像認識の発表をする際、このポイントは最低限抑えなきゃいけない点はありますか?ディープラーニングの勉強を始めてまだ間もないのですが、とりあえずディープラーニングを使用した何かしらの成果物を作って発表してこいという形でしてとりあえず精度のいい物体認識のディープラーニングを作ってみようかなという軽い考えでここに至りました。
今考えているポイントとしては
- 学習に使う画像のサイズと枚数
- 使用したモデルの各層の入力サイズと出力サイズ
- なぜそのモデル構造にしたのか
くらいになるのですが…
具体的にどういう目的で発表したいのでしょうか
漠然としてるのですが画像認識の精度を上げるのが目的で考えてます
じゃなくて、学会だとか卒研の発表だとか勉強会ですとか社内の企画のプレゼンだとか、そういうのです。
あと、どんなタスクですか? どういう目的でdeeplearningを使用して画像認識をするのか、によって話すことも変わってくると思いますが。
なるほど。質問の意図がくみ取れなくてすみません。
学内での勉強会になります。ディープラーニングの勉強を始めてまだ間もないのですが、とりあえずディープラーニングを使用した何かしらの成果物を作って発表してこいという形でしてとりあえず精度のいい物体認識のディープラーニングを作ってみようかなという軽い考えでここに至りました。なぜ物体認識しようかなどは考えられてない状況です…
ではその情報を質問文に反映しておいてください。そのうち回答を書くと思います。
「とりあえずディープラーニング」かぁ・・・
分かりました!
ディープラーニングは、学習につかうデータ(画像)の量と質、ネットワーク構成と学習量が影響します。学習させてみないと精度の良い認識ができるかどうか判らないので、いろいろ試してみる手間と時間が必要ですよ。
回答1件
あなたの回答
tips
プレビュー