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!

ただいまの
回答率

90.40%

  • Python

    12796questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    1015questions

    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。

  • Chainer

    220questions

    Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

長方形の学習例がなぜ少ないのか

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 79

Nyankoy

score 3

以下の質問に関連する質問です。
(下記の質問もまだ解決していないため、もし分かる方がいましたら教えていただけると幸いです。)
https://teratail.com/questions/199682

現在長方形の画像に関して画像認識の学習を行おうとしています。しかし、どの論文を見ても正方形の画像を学習に使っているものが多い理由を伺いたいです。
アスペクト比が1:1ではない画像を学習したい場合リサイズしてから学習すると精度が落ちてしまうと考えています。できるだけ画像の情報量を減らさないようにそのままの形で学習を行いたいのですが、一般的な方法ではないのでしょうか?
もし長方形のままでの学習を行っている論文やコードがありましたら教えていただけますか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • Q71

    2019/07/11 22:31

    https://arxiv.org/abs/1506.01497
    P12とか

    キャンセル

  • Nyankoy

    2019/07/12 15:24

    ありがとうございます。参考にさせて頂きます!

    キャンセル

回答 1

checkベストアンサー

+1

現在長方形の画像に関して画像認識の学習を行おうとしています。しかし、どの論文を見ても正方形の画像を学習に使っているものが多い理由を伺いたいです。

正方形でなければいけないという理由は特にありません。
長方形でも問題ないです。

アスペクト比が1:1ではない画像を学習したい場合リサイズしてから学習すると精度が落ちてしまうと考えています。

カメラで撮影された画像は 4:3, 16:9 など横長なので、データセットの画像も横長のものが多いです。
現状、世間に出ている実験結果等はそれを正方形にリサイズして学習したものがほとんどですが、それで精度が出ているのであまり問題とはされていません。

もし長方形のままでの学習を行っている論文やコードがありましたら教えていただけますか?

入力が長方形の論文は見かけたことはないですね。
でも論文に記載のモデルはあくまで一例に過ぎないので、それに従う必要はありません。
ResNet や VGG などをベースに入力層のサイズなどを適宜変更すればよいのではないでしょうか。
中で concat 等している場合、入力サイズの変更で形状が合わなくなる可能性があるので、入力層以外も変更する必要があるかもしれません。


アスペクト比が極端に縦長、横長等でなければ、正方形にリサイズしても、人が認識するのに問題ない程度であれば、リサイズしてしまってもよいと思います。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/07/12 15:23

    ありがとうございます。現在使用しているネットワークは入力と出力サイズを変えるだけではうまく動かなかったため、その原因をまずは究明したいと思います。長方形の学習プログラムが上手く動かないようであれば、正方形にリサイズしてからの学習で行います。リサイズの部分ではなくほかの点でも精度をあげられる点があると思うので。またQ71さんが載せてくださった論文にも目を通してみたいと思います。

    キャンセル

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 90.40%
  • 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られる

同じタグがついた質問を見る

  • Python

    12796questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    1015questions

    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。

  • Chainer

    220questions

    Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。