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!

新規登録して質問してみよう
ただいま回答率
85.50%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

Python

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。

Q&A

解決済

1回答

4347閲覧

ImageNetにはGrayscaleパラメータは落ちていませんでしょうか?

taka-ken

総合スコア17

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

PyTorch

PyTorchは、オープンソースのPython向けの機械学習ライブラリ。Facebookの人工知能研究グループが開発を主導しています。強力なGPUサポートを備えたテンソル計算、テープベースの自動微分による柔軟なニューラルネットワークの記述が可能です。

Python

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。

0グッド

0クリップ

投稿2020/07/20 16:10

現在pythonでDeep Learningについて研究しております者です。(実装経験2年)

私は現在、ImageNetを用い、グレイスケール(以下GS)の医療画像へ転移学習する実装をしております。様々なサイトで実装しております一般的なやり方は、事前にGSの医療画像をRGB用にshape変換し、ImageNetというRGB(3次元)のパラメータを引っ張ってきて転移学習する方法だと思います。
<kerasで実装する例>

from keras.applications.resnet50 import ResNet50 model = ResNet50(weights='imagenet')

しかし、この論文ではGSの医療画像をRGB変換するのではなく、RGBのImageNetをGSに変換し、学習パラメータを使用して転移学習させる方が精度向上する趣旨の内容であります。確かにGSの医療画像をRGB変換してしまうとRGBのImageNetで学んだRGBという色情報を医療画像の学習で生かし切れない学習になると個人的にも思っております。この論文ではわざわざImageNetをダウンロードしてRGBをGSに変換しております。しかしImageNetは1400万枚もの画像ですので、画像ダウンロードではなく、できればGSのImageNetで学習した際のパラメータとしての情報を取得したいと考えております。このGSのImageNetで学習したパラメータというのはどこかに落ちているのでしょうか?。それとも既に引数として指定できるのでしょうか?。私なりに様々なサイトを探して見ましたが見つけることができませんでしたので、今回こちらのteratailで確認致したいと思った次第です。

大変恐縮ですが、是非ご教授頂けますと幸いです。
よろしくお願い申し上げます。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

できればGSのImageNetで学習した際のパラメータとしての情報を取得したいと考えております。このGSのImageNetで学習したパラメータというのはどこかに落ちているのでしょうか?。それとも既に引数として指定できるのでしょうか?

私の知る限り、ImageNet をグレースケール化して学習した事前学習済みが配布されているのは見たことないのですね。
なので、入力チャンネルが1チャンネルの事前学習済みモデルがネットに落ちていなければ、ImageNet の画像をグレースケール化して自分で学習が必要です。
計算リソースが限られていて ImageNet の学習が難しいようであれば、Grayscale -> RGB に変換して、RGB の学習済みモデルを使うのが無難かと思います。

3チャンネル → 1チャンネルで変わるのは最初の畳み込み層の重みの形状だけなので、それ以外の層は事前学習済みモデルの重みで初期化して最初の畳み込み層だけ転移学習するというアイデアもありますが、上手くいくかはやってみないとわかりません。

追記

Kerasの場合、ImageNetのパラメータを用いる時は上記のようにImageNetパラメータを選択しますので、1部分だけ用いることが可能なのか疑問に思いました。

Keras / TensorFlow でもできるとは思いますが、自分は Pytorch しか使わないので具体的なやり方はわからないです。
Pytorch だと以下のように3チャンネルのモデルで事前学習済みの重みで初期化したあと、最初の畳み込み層だけ変えれば、1チャンネルを入力にするモデルができます。

python

1import torch.nn as nn 2import torchvision.models as models 3 4# ResNet-18 を作成する。 5model = models.resnet18(pretrained=True) 6 7# 最初の畳み込み層だけ変更 8model.conv1 = nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3, bias=False) 9print(model)

投稿2020/07/20 16:27

編集2020/07/21 04:30
tiitoi

総合スコア21954

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

taka-ken

2020/07/21 03:51

tiitoiさん、早速のご連絡ありがとうございます。 やはりImageNetのGS版パラメータは落ちていないのですね。 私の計算リソースが限られております為、やはり医療画像の方をGrayscale -> RGB に変換するやり方が無難なのですね。 「3チャンネル → 1チャンネルで変わるのは最初の畳み込み層の重みの形状だけなので、それ以外の層は事前学習済みモデルの重みで初期化して最初の畳み込み層だけ転移学習するというアイデアもあります」 →こちらに関しまして質問なのですが、ImageNet(RGB)で学習されたパラメータの初期のConvo層以外のConvo層のパラメータだけを転移学習に使うことは可能なのでしょうか? model = ResNet50(weights='imagenet') という風にKerasの場合、ImageNetのパラメータを用いる時は上記のようにImageNetパラメータを選択しますので、1部分だけ用いることが可能なのか疑問に思いました。 大変申し訳ありませんが是非ご教授頂けますと幸いです。 よろしくお願い申し上げます。
tiitoi

2020/07/21 04:33

すみませんが、Keras は使わないので具体的なやり方はわからないです。Pytorch だと追記のように簡単にできます。
taka-ken

2020/07/21 06:29

tiitoiさん、ご返信頂きましてありがとうございます。 分かりやすい説明を頂き大変感謝しております。 私、Pytorchも使うことが可能ですので是非頂きましたコードを参考にコードを組み立てて実装してようと思います。 ありがとう御座いました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問