LoginSignup
29

More than 3 years have passed since last update.

【画像認識】機械学習はラブホテルの夢を見るか?【TechableMachine】

Last updated at Posted at 2020-09-02

注意

本記事はラブホテルを題材にしておりますが、特に成人向けの内容というわけではありません。

ラブホテルの外観は面白い

先日山中湖へキャンプに行ってきましたが、高速道路沿いを走っていると何軒もの様ざまな趣向を凝らしたデザインのラブホテルが目に入りました。
高速沿いの景色をみていると突然視界に入ってくるド派手な外観!
圧倒的違和感に異世界に紛れ込んでしまった感覚すら覚えます。

雰囲気はこんな感じですね

ラブホテルってそれをみてすぐ判別できる様にデザインされいるように思えます。
比較するとこんな感じです。

ラブホテルの外観

明度の高い、明るい配色が多く含まれています。

その他一般的なホテルの外観


落ち着いた配色で、色数も抑えられています。

一般的な用途のホテルと区別してもらうためのデザインのガイドラインがあるのでしょうか。
それともデザイナーさんや企画の方が差別化のために日々頭を捻っているのでしょうか。

今回は人間がラブホテルの外観を認識できる事象を機械学習でも判別できるかをアプリを作成して実験してみました。

TechableMachine

機械学習には学習モデルというものが必要でかっては手動で大量の写真を上げていたそうですが、TechableMachineをつかって
東京のラブホテルの画像をカップルズさん、東京のその他一般のホテルの画像をトラベルコさんよりお借りしました。
それぞれの画像を「ラブホテル」「その他ホテル」で分類します。

実際に作ったもの

nigavel.com
ニガウリ + トラベルから名付けました。

デモ

東京のものだとTechable Machineにアップした画像と一致してしまう可能性があるので、大阪のラブホテルと大阪のその他ホテルの画像で実験してみます。

htmlはbootstrapでちょっと味付けした程度なので少し寂しい感じですがご了承ください。
コードを公開させていただきます。

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.3.1/dist/tf.min.js"></script>
    <script src="https://cdn.jsdelivr.net/npm/@teachablemachine/image@0.8/dist/teachablemachine-image.min.js"></script>
    <link rel="stylesheet" href="./style.css" />
    <link rel="stylesheet" href="https://stackpath.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css" integrity="sha384-JcKb8q3iqJ61gNV9KGb8thSsNjpSL0n8PARn9HuZOnIxN0hoP+VmmDGMN5t9UJ0Z" crossorigin="anonymous">
    <title>nigavel.com</title>
</head>
<body>
    <div class="container">
        <h1>nigavel.com</h1>
        <button type="button" class="btn btn-info" onclick="init()">Start</button>
        <div class="row">  
            <div id="webcam-container"></div>
            <div id="label-container"></div>
        </div>
    </div>
    <script type="text/javascript">
        // More API functions here:
        // https://github.com/googlecreativelab/teachablemachine-community/tree/master/libraries/image

        // the link to your model provided by Teachable Machine export panel
        const URL = "https://teachablemachine.withgoogle.com/models/aZhyksbLB/";

        let model, webcam, labelContainer, maxPredictions;

        // Load the image model and setup the webcam
        async function init() {
            const modelURL = URL + "model.json";
            const metadataURL = URL + "metadata.json";

            // load the model and metadata
            // Refer to tmImage.loadFromFiles() in the API to support files from a file picker
            // or files from your local hard drive
            // Note: the pose library adds "tmImage" object to your window (window.tmImage)
            model = await tmImage.load(modelURL, metadataURL);
            maxPredictions = model.getTotalClasses();

            // Convenience function to setup a webcam
            const flip = true; // whether to flip the webcam
            webcam = new tmImage.Webcam(400, 400, flip); // width, height, flip
            await webcam.setup(); // request access to the webcam
            await webcam.play();
            window.requestAnimationFrame(loop);

            // append elements to the DOM
            document.getElementById("webcam-container").appendChild(webcam.canvas);
            labelContainer = document.getElementById("label-container");
            for (let i = 0; i < maxPredictions; i++) { // and class labels
                labelContainer.appendChild(document.createElement("div"));
            }
        }

        async function loop() {
            webcam.update(); // update the webcam frame
            await predict();
            window.requestAnimationFrame(loop);
        }

        // run the webcam image through the image model
        async function predict() {
            // predict can take in an image, video or canvas html element
            const prediction = await model.predict(webcam.canvas);
            for (let i = 0; i < maxPredictions; i++) {
                const classPrediction =
                    prediction[i].className + ": " + prediction[i].probability.toFixed(2);
                labelContainer.childNodes[i].innerHTML = classPrediction;
            }
        }
    </script>    
</body>
</html>

時には距離を置くこと

日々の生活に少し疲れてしまっていたタイミングで友達からキャンプのお誘いが
あったので行ってきました。
薪に火をくべ自然と戯れ海鮮丼を食べて銭湯につかり友達と話している間は
全てを忘れて楽しんでいました。
脳みそがリセットされた状態で帰りの東名高速から見えるラブホテルの光と機械学習というテーマが結びつきました。
今回の企画は楽しいことで頭をリセットした上での閃きから生まれたというところですね。
日常から離れることで戻ってくる時のプレッシャーはありましたが、今回は功を奏したと思います。


友達が撮影したフリー素材みたいな富士山

諸注意です!

nigavel.comはGotoキャンペーンで訪れた旅先のホテルの外観でもお試しできます。
でも宿泊者さんのプライバシーには十分配慮して使ってくださいね!

発展

Nuxt.jsを使って全国ラブホテル外観図鑑をつくりたい

この記事をご覧になった方で、機械学習つかってくだらないことやってるなって笑ってしまったらLGTMをお願いいたします!

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
29