Q&A
https://qiita.com/nirs_kd56/items/bc78bf2c3164a6da1ded
> 水増しに入る前に教師データとテストデータをわけておきます
質問の
> 上記記事を参考に、9倍の量に水増し
> 上記記事を参考に、ランダムに選んだ8割がtrainフォルダに2割がtestフォルダに入っている状態です
の書き方の順番が気になりましたが、多分大丈夫ですよね
前提・実現したいこと
現在9人の画像を集めて学習させ、別の写真を見せた時にどの人か特定させるというようなことをしたいと考えています。
乃木坂メンバーの顔をCNNで分類
こちらの記事を参考にKerasのCNNを利用して実装しているのですが、できたモデルで9人のいろんな写真を判定させるとある1人として判定されてしまうことが多いです。
9人をA、B、C...だとして、Aの写真、Bの写真、Cの写真を判定させても90%超えでAさんと判定されてしまうといった感じです。
画像もそこまで量を集められているわけではないので精度が多少悪くなるのは仕方ないとは思うのですが、なぜここまで偏ってしまうのかがわかりません。せめてこの偏った判定は解消したいと考えています。
単純に画像が足りないせいのか、コードの書き方に誤りがあるのか、層が足りないのか、調整が足りないのか...今後どこを改善していけばいいのか悩んでいるところです。
解決方法をご教示ください。
そもそも、CNNではなく最近の画像分類ではこの手法のほうがおすすめなどのアドバイスもあれば教えていただきたいです。
###用意したデータ
集めた画像は、メンバーごとに116枚～124枚
上記記事を参考に、9倍の量に水増し
上記記事を参考に、ランダムに選んだ8割がtrainフォルダに2割がtestフォルダに入っている状態です
該当のソースコード
python
1members = ['A','B','C','D','E','F','G','H','I'] 2 3TRAIN_FOLDER_PATH = 'D:\train' 4TEST_FOLDER_PATH = 'D:\test' 5 6# 教師データのラベル付け 7X_train = [] 8Y_train = [] 9for i in range(len(members)): 10 images = os.listdir(os.path.join(TRAIN_FOLDER_PATH, members[i])) 11 for image in images: 12 img = cv2.imread(os.path.join(TRAIN_FOLDER_PATH, members[i], image)) 13 b,g,r = cv2.split(img) 14 img = cv2.merge([r,g,b]) 15 X_train.append(img) 16 Y_train.append(i) 17 18# テストデータのラベル付け 19X_test = [] # 画像データ読み込み 20Y_test = [] # ラベル（名前） 21for i in range(len(members)): 22 images = os.listdir(os.path.join(TEST_FOLDER_PATH, members[i])) 23 for image in images: 24 img = cv2.imread(os.path.join(TEST_FOLDER_PATH, members[i], image)) 25 b,g,r = cv2.split(img) 26 img = cv2.merge([r,g,b]) 27 X_test.append(img) 28 Y_test.append(i) 29X_train=np.array(X_train) 30X_test=np.array(X_test) 31 32 33y_train = to_categorical(Y_train) 34y_test = to_categorical(Y_test) 35 36 37model = Sequential() 38model.add(Conv2D(32, (3, 3), activation='relu', 39 input_shape=(64, 64, 3), padding="same")) 40model.add(MaxPooling2D((2, 2))) 41model.add(Dropout(0.2)) 42model.add(Conv2D(64, (3, 3), activation='relu')) 43model.add(MaxPooling2D((2, 2))) 44model.add(Dropout(0.2)) 45model.add(Conv2D(128, (3, 3), activation='relu')) 46model.add(MaxPooling2D((2, 2))) 47model.add(Dropout(0.2)) 48model.add(Conv2D(128, (3, 3), activation='relu')) 49model.add(MaxPooling2D((2, 2))) 50model.add(Dropout(0.2)) 51model.add(Flatten()) 52model.add(Dense(512, activation='relu')) 53model.add(Dropout(0.2)) 54model.add(Dense(9, activation='softmax')) 55 56 57model.compile(loss='categorical_crossentropy', 58 optimizer=optimizers.RMSprop(lr=1e-4), 59 metrics=['accuracy']) 60 61 62# 学習 63history = model.fit(X_train, y_train, batch_size=32, 64 epochs=50, verbose=1, validation_data=(X_test, y_test)) 65 66# 汎化制度の評価・表示 67score = model.evaluate(X_test, y_test, batch_size=32, verbose=0) 68print('validation loss:{0[0]}\nvalidation accuracy:{0[1]}'.format(score)) 69
###model.summary()
Model:
1_________________________________________________________________ 2 Layer (type) Output Shape Param # 3================================================================= 4 conv2d (Conv2D) (None, 64, 64, 32) 896 5 6 max_pooling2d (MaxPooling2D (None, 32, 32, 32) 0 7 ) 8 9 dropout (Dropout) (None, 32, 32, 32) 0 10 11 conv2d_1 (Conv2D) (None, 30, 30, 64) 18496 12 13 max_pooling2d_1 (MaxPooling (None, 15, 15, 64) 0 14 2D) 15 16 dropout_1 (Dropout) (None, 15, 15, 64) 0 17 18 conv2d_2 (Conv2D) (None, 13, 13, 128) 73856 19 20 max_pooling2d_2 (MaxPooling (None, 6, 6, 128) 0 21 2D) 22 23 dropout_2 (Dropout) (None, 6, 6, 128) 0 24 25 conv2d_3 (Conv2D) (None, 4, 4, 128) 147584 26 27 max_pooling2d_3 (MaxPooling (None, 2, 2, 128) 0 28 2D) 29 30 dropout_3 (Dropout) (None, 2, 2, 128) 0 31 32 flatten (Flatten) (None, 512) 0 33 34 dense (Dense) (None, 512) 262656 35 36 dropout_4 (Dropout) (None, 512) 0 37 38 dense_1 (Dense) (None, 9) 4617 39 40================================================================= 41Total params: 508,105 42Trainable params: 508,105 43Non-trainable params: 0
###結果
validation loss:0.15804602205753326 validation accuracy:0.9585736989974976
試したこと
他のサイトも参考にして、上記参考記事から以下のような変更を加えてみてます。
活性化関数をsigmoid -> reluに変更
オプティマイザをsgd -> RMSpropに変更
その他、batchサイズやepoch数を大きくしたり小さくしたりしてみたりしたのですが、偏りはあまり解消されませんでした。
###追記
テストデータに分けてから、訓練データのみ水増し処理するように修正しました。
結果は以下のようになりました。
ただ、特定のメンバーが確率高く出る偏りは解消されないようでした。
validation loss:0.9875603318214417 validation accuracy:0.7211538553237915
> Aの写真、Bの写真、Cの写真を判定させても
testの中のデータを判定させているわけではなく、また別の写真を持ってきているということですか?
返信ありがとうございます。
>書き方の順番が気になりましたが、多分大丈夫ですよね
こちらご指摘の通りでした…。
いろいろ試行錯誤している途中でテストデータが少なすぎるのでは？と思ってしまって、水増ししてからテストデータに分けるという風に変えてしまっていました。
そうすると、水増しでぼやかした画像を正解として学習してしまっていて、いいやり方ではなかったということですね。
追記にも記載しましたが、先にテストデータを分けるように修正しても、特定のメンバーが強く出る偏りは解消されませんでした…。
>testの中のデータを判定させているわけではなく、また別の写真を持ってきているということですか?
はい。モデルを作った後に、完全に別の画像をWebから拾ってきて判定させています。
> そうすると、水増しでぼやかした画像を正解として学習してしまっていて、いいやり方ではなかったということですね。
「validation accuracy が汎化性能を意味しない」という事態になるかと思います。
ただ、考えてみると、学習自体は進むはずなので質問の本筋とは関係なかったですね。
訓練データも含めて、水増しを全くやらない場合は、どうなりますでしょうか？
学習時にvalを計算したのに使ったテストデータ画像から適当に選んで、学習後に確認しても、
> 9人のいろんな写真を判定させるとある1人として判定されてしまうことが多い
となるのでしょうか？
val_accが結構高いので、テストデータ画像内のメンバーが極端に偏ってなければ、大丈夫(正解率高い)だと思うのですが
もし、テストデータ画像では大丈夫(正解率高い)なのに、
> 完全に別の画像をWebから拾ってきて判定
ではダメダメなのでしたら、(テストデータ画像を含む)最初に集めた画像と、後からWebから拾った画像が、かなり傾向が違ってるのではないでしょうか
返信ありがとうございます。
>訓練データも含めて、水増しを全くやらない場合は、どうなりますでしょうか？
訓練データを水増しせずに実行すると、val_acc 35％ほどで着地でした。
できたモデルで別の画像をいくつか判定させてみましたが、水増しの時ほど確率が偏りはしなかったですが、どのメンバーの画像でも1位になりやすい人がいました。
>学習時にvalを計算したのに使ったテストデータ画像から適当に選んで、学習後に確認しても
こちらも試してみました。偏った側のメンバーはほぼ100％でいいあて、偏らなかった側のメンバーはほぼほかのメンバーとして判定されてしまうようでした。
>ダメダメなのでしたら、(テストデータ画像を含む)最初に集めた画像と、後からWebから拾った画像が、かなり傾向が違ってるのではないでしょうか
まさしくこれかもしれません。
9人のうち４～５人は判定結果として出やすいメンバーがいました。その他結果として出にくいメンバーの元の画像を改めて確認してみると、顔にマイクや自分の手がかぶっていたり、ほぼ横を向いていたりと、顔がはっきりとわからないものが含まれていました。
こういった画像を削除していくと、もともと結果として出にくかったメンバーも、すこしパーセントがあがっているようでした。
単純に用意したデータのなかに適切でないものが含まれていたことが偏っているひとつの要因のようなので、もう少しデータを整理して学習させなおしてみます。
多数のアドバイスありがとうございます！
回答1件
0
自己解決
単純に用意したデータに原因があるようでした。失礼いたしました。
もともと、9人のうち4～5人は判定結果として出やすいメンバーがいました。その他結果として出にくいメンバーの元の画像を改めて確認してみると、顔にマイクや自分の手がかぶっていたり、ほぼ横を向いていた、顔がはっきりとわからないものが含まれていました。
こういった画像を削除していくと、もともと結果として出にくかったメンバーも、すこしパーセントがあがっているようでした。
投稿2021/12/17 09:20
総合スコア0
あなたの回答
tips
プレビュー
