自分でDeepLearningをしてみたいがアノテーション後の次の手順が分かりません

Question

質問失礼いたします。

当方、現在、自分でDeepLearningをしてみたいと思い取り掛かっている者です。

＜やりたいこと＞
壁紙に汚れの「あり」「なし」を判定したいと思っている（壁紙は全て同じもの）
↑あり・なし判定が90％以上で出来たら、次は「撮影時によって汚れの見え方が変わる」ため

１ｍの距離から見た汚れのありなし画像
５ｍの距離から見た汚れのありなし画像
１０ｍの距離から見た汚れのありなし画像
などの画像を用意し、試してみようと考えております。
(タグ付けが大変そうですが。。。。)

＜環境＞
win10 pro 64bit
anacondaをインストールし
python,opencvなどを使用しています。
画像のタグ付けはMSのvottを使用

＜完了していること＞
1.正解画像
・壁紙の汚れの**「無い」**画像を4Kカメラで撮影し、256×256で500枚用意
→水平・垂直変更などを行い7000枚ほど水増し済
→アノテーション（タグ付け完了済）
→.jsonファイルに結果を出力済

2.汚れあり画像
・壁紙の汚れの**「ある」**画像を4Kカメラで撮影し、256×256で500枚用意
→水平・垂直変更などを行い7000枚ほど水増し済
→アノテーション（タグ付け完了済）
→.jsonファイルに結果を出力済

1.2の合計14000枚ほどあります。

この後はどのように何をすればいいのでしょうか。

.jsonファイルを利用するのはサイトなどで調べ、なんとなく分かるのですが
いまいちピンときておりません

次は
モデルを選ぶ？
・VGG16など

何を選ぶのか？
・高い精度で画像を振り分けたいので学習済モデルを選ぶ？

それをどのように使うのか？

などなど

中途半端な理解力で大変申し訳御座いませんが御解答いただけますと大変助かります。

何卒宜しくお願い致します。

Answer 1

horiegomさんのアドバイスの通り、kerasなどのフレームワークを用いて
まずは学習済みモデルではなく基本的なCNNを自分で作ってみるとイメージが湧きやすいかと思います

特に最初分かりづらいのはMNISTなど既存のデータセットではなく自作のデータセットを使う場合だと思います
（自分はそこも分からずteratailで教えて頂きました・・・）

kerasではflow_from_directoryなどを使うと使いたいデータセットをあらかじめフォルダ分けしておくだけで上手くやってくれるので是非活用してみてください

以下のリンクが分かりやすいと思います
KerasでCNNしたった

Comments

[poporon1234]

URL先を読ませていただきました

たしかにこの方の説明は分かりやすいですね！
ありがとうございます！
模倣してやってみます！

Answer 2

Keras,chainerなどのライブラリを使って一般的なCNNを組んで学習させましょう。

4Kカメラで撮影し256*256に変更

256*256に画質落とすのに4Kカメラで撮影する必要は？

Comments

[poporon1234]

御返事遅れてしまいすいません。
御回答頂きありがとうございます！

256×256に〜との事ですが一枚の画像を分割して沢山学習データを取得したかった
と言う素人考えで御座います。。。すいません。