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

87.61%

CNN画像のサイズについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 95

score 1

画像分類するとき、画像サイズが5*5など極端に小さい場合でもCNNを使った方が良いでしょうか。
他に効率の良い方法などありましたら教えて欲しいです。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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

  • fourteenlength

    2021/09/07 06:14 編集

    画像は小さいだけで、多様性が少ないとか多いとかその辺の付帯情報はありますか?
    (画像が小さすぎると畳み込みのメリットが少なそうに思います。)

    キャンセル

  • animalial

    2021/09/07 20:10

    多様性はあまりないように思えます。
    分類は6種です。
    畳み込みのメリットが薄い場合、他にどのような手法がありますか?

    キャンセル

回答 1

checkベストアンサー

+2

画像サイズが5*5など極端に小さい場合でもCNNを使った方が良いでしょうか。

CNNを使うメリットは、広大なデータ空間(?)に広がる多種多様な画像に対して、位置が少しシフトしても、色が少し違っても、形が少し違っても、「あーこれは猫か!」と理解させられる柔軟さにあります。その犠牲として説明しきれない不確かさ抱えています。

一方、質問の内容では一例として、5x5、言いかえると(上下左右等の場所間の影響を無視して表現するなら)25次元のデータ分類問題と言い換えられます。本当は上下左右斜め等で関係性があるのかもしれませんが、

多様性はあまりない
分類は6種

とのことですので、従来の機械学習を使って分類ができるのではないだろうか、と感じています。

SKLearnの公式の画像を借用すると、
イメージ説明
分類(classification)に使えるものは左上の薄い赤色の部分の手法が「一般に筋が良いだろう」とされるやり方となります。

詳しい人に「んな、データも見ないで勝手に決めんな!」と言われそうですが、25次元のデータで恐らく非線形の関係があるデータを裁こうとするのであれば、

分類方法

1. SVM(サポートベクターマシン)を使って分類
こちらの説明が分かりやすいと思います。
架空の2次元のデータをイメージしてください。直線でスパッと割れるのであれば分類しやすいですが、まだら模様のように分布しているデータの分類は直線ではできません。これを「カーネル(二次元のデータ空間を高さ方向にひしゃげて無理やり分離させるイメージです)」で分離して、スパッと線で切ろうぜ、という手法です。

2. SGD(確率的勾配降下法)を使って分類
詳細はこちらが分かりやすいと思います。
上の手法と似ていますが、カーネルを近似してSGD
SGDをする手法もあります。SVMは「きれいに分かれる線を探す手法」ですが、SGDは「損失(誤差)
を一番小さくするパラメータを探す手法」といえます。

3. バギングを使って分類
こちらが分かりやすいと思います。
バギングは、有象無象のやり方をひとまとめにして、多数決をしてなんだろうか、とする決め方です。1種類の分類方法はクセが強すぎる場合に平均化して分類することがあります。先のSVMもその一つに入れてもよいですし、入れなくてもよいです。
※SVMを入れると遅くなるので入れない方がよさそうです。

分類の前処理

データの次元同士(25次元の中)で連動する傾向があるのであれば、25種類の生データから6分類するよりも、例えば10種類の生データや5種類の生データから6分類した方がデータ分類の難易度が下がります(シンプルな問題に置き換えられます)。このやり方は次元削減(dimensionality reduction)と呼ばれています。手法としては上の画像の右下部分、特にPCAが便利です。PCAについては、こちらが詳しいです。オプションとして次元を減らしたデータで分類を図るとうまくいくかもしれません。

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。

  • 2021/09/15 16:26

    ご回答ありがとうございます。
    よくわかりました。

    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 87.61%
  • 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

関連した質問

同じタグがついた質問を見る