Python 機械学習 色を含む画像の類似度

Question

お世話になっております。

なかなかPython・機械学習初心者の域を脱出できないものです。
皆さまのお知恵をお貸しいただけると嬉しいです。

Pythonで食料品の検品を画像認識でチャレンジしようとしています。

例えばバナナの検品を行う際に、
等級を表す色（黒い点などの模様も含む）のサンプル画像が6段階用意されていて、
写真を撮ったらどの等級に当てはまるかを一発で分類できるようにしたいです。

まだ熟れてない、食べごろ、熟れ過ぎ、腐ってる　などを判別できるイメージです。

等級を表すサンプルには模様も含む関係で、単純な色指定では難しく、
等級を表す画像との類似度で判定をしようと考えております。

きゅうりを形で分類する事例は読ませていただいたのですが、
色（模様）で判定することは技術上、難しいのでしょうか。

オススメの方法やご意見をいただけたら嬉しいです。
宜しくお願いします。

Answer 1

きゅうりを形で分類する事例は読ませていただいたのですが、

色（模様）で判定することは技術上、難しいのでしょうか。

まずはきゅうり同様、クラス分類問題として取り組んでみてはどうでしょうか。6等級に分類するのであれば、それぞれの等級の画像をたくさん集めて、適当な CNN のクラス分類モデルで学習するだけです。

ただし、画像は数千枚単位で必要です。機械学習、とくにディープラーニングはデータ量がすべてなので、画像が数百枚しかないとかだと、機械学習のアプローチは難しいです。

Comments

[songyong]

早速のご回答、ありがとうございます！
職業上、画像データは大量に集められますので、画像データ集めつつ、まずは簡単な分類器を作りながら、
勉強したいと思います。
大変勉強になりました。ありがとうございます。

[fana]

6段階　に対して，バナナの色というのは明確に異なるのでしょうか？
（「微妙に異なる」ような場合だと，データ収集が面倒そうかな，と．撮影時の光環境次第とか？）

[songyong]

単純に対象画像と6段階の画像をそれぞれ
グレースケールに変換してヒストグラムでの比較を行ったのですが、
むしろ人間が行うよりも精度が高いのでは？と思われるほどの精度が出せました！
基本的に工場内で撮影される商品を扱って分析してますので、撮影環境のばらつきもそこまで大きくなく、
実務で十分利用可能です。

Answer 2

ラベル付きデータが十分な数あるならCNNとかで簡単にできると思います。
場合によってはヒストグラムとかGLCMとかのテクスチャ特徴量などを使ってSVMとかより単純な分類器が使った方が小さいデータセットで作れるかもしれません。

Comments

[aoies]

CNNでやるなら転移学習させれば結構必要なデータ数を抑えられると思います。
先にネット上に画像データセットのある類似のもので試してみてはいかがでしょう。

[songyong]

早速のご回答、ありがとうございます。質問の後もしばらく調べていたのですが、
まさにヒストグラムを使ってまずは分類器を作ってみることにします！
転移学習については理解がまだ不十分な所がありますので、そちらも勉強して、
チャレンジして見ます。
大変勉強になりました。ご回答いただき、ありがとうございました。