CNN画像分類の教師データについて

Question

CNNで単純に「画像に写っている顔がある特定の人物であるかそうでないか」を判断させたい場合、どのようなデータセットを作成すれば良いのでしょうか？

例えば、キアヌ・リーブスの顔写真を100枚程度用意して、0というラベルを当てる。一方でキアヌ・リーブスではない複数人の顔写真を100枚程度用意して、それら全てに1というラベルを当てた場合、それぞれ違う顔なのに全てに1というラベルが当てられていると学習がうまく進まないのではないかと思います。

そもそも、このような課題では特定の人物（例ではキアヌ・リーブス）以外のデータは必要ないのでしょうか？

Answer 1

難しい話題ですよね。

基本的にはそのシステムで何を判断して、考えられる誤検出パターンを用意して学習させるべきです。
「画像に写っている顔」が判断対象なのであれば、さすがに「キアヌの顔が写っている画像」と「キアヌでない（人の）顔が写っている画像」は必要です。
最低でも、何かしら１というラベルを持った画像は必要です。
正解ばかり教えると、全部正解と出力するシステムが出来上がってしまいます。。。

要は、作成したCNNはどちらかの結果を返してくれると思いますが、それを正しい出力にするために、
「間違えそうだけど間違えてはいけないパターン」などを教師データにすればよいと思います。

私もどういったデータをどれくらい用意すれば、どれくらいの正解率になるのか、気になります！

Comments

[monmon815]

とりあえずモデルを実装してキアヌの画像だけは用意したので、他にどのような画像を組み合わせれば望んだ結果が出せるのか色々実験してみて結果を報告しますね