MATLAB 学習済みDNNモデル16本ノック

はじめに

MATLABのツールボックスの１つに、Deep Learning Toolboxがあります。これの秀逸な機能として、学習済みDNNのモデルを簡単に利用できます。

利用できるモデルは、2019bにて16個とかなり多いです。
https://jp.mathworks.com/solutions/deep-learning/models.html
そんなわけで、同じ画像を一挙に16個のモデルに投げて遊びます。

ところで

今回役立つのが、MATLAB Onlineです。
MATLAB Onlineについてはこちら
学習済みモデルの利用は、インストール版でももちろん可能ですがモデル毎にアドオンのインストールが必要で、だいたい１つ当たり5~10分程度かかります。（例：GoogLeNetのアドオン）
MATLAB Onlineはこのアドオン適用済みの状態なので、この手間すら省けます。今回紹介するサンプルであれば、アドオンを２つほどインストールしている間に実行が可能です。

実際にかかった時間はコード書くのに5分、結果出るまで10分というところです。
クラウドベースである都合上、結果出るのは少し遅いです。

コードと実行結果

clear all;
close all;

netname = {'alexnet','googlenet','vgg16','vgg19',
    'mobilenetv2','nasnetlarge','nasnetmobile','shufflenet',
    'xception','densenet201','squeezenet','resnet18',
    'resnet50','resnet101','inceptionresnetv2','inceptionv3'};

img = imread('edamame.JPG');


for i = 1:4
    for j = 1:4
        txt = ['net =' netname{i,j} ';' ];
        eval(txt);
        reimg = imresize(img,net.Layers(1).InputSize(1:2));
        result{i,j} = string(classify(net,reimg));

    end
end

画像はまたしても枝豆です。

試したモデル名

分類結果

もしかして私の知らないうちに、枝豆をカルボナーラと呼ぶ法律でも出来た？

あとGranny Smithって誰だよと思いましたがリンゴの一種だそうです。

まとめ

・どうやら枝豆が存在しない世界線に飛ばされたらしい。
・DNN研究者の皆様、どうか枝豆を識別できようにして下さい。