記事をご覧くださりありがとうございます！
初めまして。AI/IoT分野のプロフェッショナルを目指して修行中の、たつのぶです。🐉
今回は、皆さんが知っているであろう、チョコレート菓子チョコボールの
キャラメル味とピーナッツ味をAIで判別してみたことをまとめた記事です。
実際には、Kerasを使って深層学習(ディープラーニング)をやってみました(^▽^)/
作ったもの
チョコボール画像を選択すると、
任意のフォルダに**(キャラメル味とピーナッツ味どちらなのか判別した)結果**をテキストファイルで書き出してくれるツール
その名も、チョコボールドラゴンというものです！（個人的にネーミング気に入ってる(笑)
学習用(訓練)データ
- チョコボールのキャラメル味画像(15枚)
- チョコボールのピーナッツ味画像(15枚)
評価用データ
➡したの実際の評価に使った画像を見てもわかる通り、人間の目では判別するのは難しいです(笑)
さて、AI君はどれくらい判別する能力があるのでしょうか？？
キャラメル味画像(5枚)
ピーナッツ味画像(5枚)
モデル作成と評価
➡5回モデル構築をして、評価用データを使って自作画像分類ツール(チョコボールドラゴン)で確認。
➡「loss(正解とどれくらい離れているかという数値。0に近づくほど正解に近い)」
と「accuracy(正確性。100%に近いほど正解に近い)」を眺めてみると、
理論的には、lossが小さく、accuracyが高いほど良い結果が得られるらしいですが、
理論通りにはいかず、モデル番号「5」のものが一番正解率の高いモデルとなった。
| モデル番号 | loss | accuracy | 実際の正解率 |
|---|---|---|---|
| 1 | 0.386 | 0.875 | 60% |
| 2 | 7.689 | 0.5 | 50% |
| 3 | 0.054 | 0.75 | 50% |
| 4 | 0.863 | 0.5 | 50% |
| 5 | 0.546 | 0.625 | 90% |
ソースコード
(今後githubに乗っけます)
参考URL
最後に
うーむ。一番いいモデルデータを使って評価したら90%の精度で判別してくれました😃
なかなかの判定結果で満足です。
自分なりに構築して検証しましたが、訓練用入力画像データの前処理は十分なのか不明です(笑)
ぜひ、プロフェッショナルな方がいたら、コメント欲しいです。
この記事をご覧になった方。
身の回りにある画像を用いた、機械学習・深層学習は面白いので、ぜひ機会があったら
試してみてください。とても面白いですよ～
それでは✋