【概要】
大目標として、女性服の分類機を作成します。
この記事はディープラーニングを行う上での計画の立て方について考察しながら書くメモです。
【目標】
・服装の分類機の精度を効率よく上げるための計画を立てる。
・当面の目標として女性用の服を5クラス分類する。
・分類するジャンル：
ニット、パーカー、シャツ、ボレロ、カットソー
【考察】
手を動かす前に構造を考える
男性の服は割と分かり易い構成をしているものが多いが女性の服はあり方が自由で非常にバリエーションが多いように感じます。
簡単で偏見的な書き方ですが、男性用の服＝上半身の服＋下半身のパンツ＋靴 というものがメジャーだという印象を持っています。
反して女性の服はワンピースのように上下にわたるもの、重ね着、微妙な構造の違いで名称が変わるものなど、分類を行う上で非常に判別を難しくする要素があり、後から分類対象を10種、20種と増やしていくと、判別させる手法がこんがらがると予想されます。
後からでも対応できる分類を行うためにも、まずはその事象の体系を把握しておく必要があります。
今回の場合はレディースファッション系のサイトで大枠の分類を確認してみましょう。
トップス、アウター、シューズなど大枠のファッションの分類があります。
トップスの下にはパーカーやシャツのような分類が行われています。シャツの下にはノースリーブ、七分丈など。。。
とても分かり易くプロの方々が体系分けした構造を確認することができます。
分類学の本などを読んで分類の考え方を学ぶのもいいと思います。
派生するパターンを網羅するために
今回分類を行うジャンルは「トップス」の下に属するジャンルといえます。
その後、それらの派生を3種類判別することを視野に入れる場合、まずはトップス配下の分類を行い、その後各ジャンルごとの派生の2段階目の分類を行うほうが効率がいいです。
そのため分類を行う対象の体系を捉える必要があります。
別の側面から体系を捉える必要もあるかもしれません。
例外はいくらでもありそうな気がしますがまずは事象を丁寧に観察することが大事だと考えています。