Help us understand the problem. What is going on with this article?

Neural Network Console Challengeに参加してみた その2

1 振り出しからやり直し

課題のJPGに記録される焦点距離から、教師データを簡単に作っていう目論見は失敗。テーマ設定からやり直しである。申込時には『画像内人物をNNCで学習させ画角/焦点距離による画像分類を作り出す』を選んでいるが、これを含めて4つのテーマはいずれも画像の分類問題であるから、このための教師データを作る必要がある。

2教師データを作る

Neural Network Consoleのデータセット作成機能を使う

Neurarl Network Console(以下NNC)には画像分類向けにフォルダ別に分類したファイルから、NNCで使用できる教師データの作成機能がついている。その1でPythonスクリプトでやった画像ファイルのサイズ変更、EXCELで行った画像のファイル名と分類番号が対になったCSVファイルをTrainデータとTestデータに分けて指定した割合で作成をプログラムなしで作ってくれる。その1ではJPGファイルから焦点距離の情報を取り出す必要があり、その取り出しはNNCではできないので、併せてサイズ変更、CSVファイルの作成スクリプトを作ったが、分類問題なら出番はない。しかし、人間がアノテーションを作る必要がある。NNCのデータセット作成機能を使うためには画像を見て、分類を決めて、分類別に特定のフォルダにコピーするという行為。多分、1000~2000ぐらいは手動で分類しなければならない。ひどく苦痛だ

テーマを再度決める

選択できるテーマは
1『人物画像をNNCで学習させ新しいオノマトペ(擬音語/擬声語/擬態語)の画像カテゴリ分類を作り出す』
2『画像内人物をNNCで学習させ画角/焦点距離による画像分類を作り出す』
3『NNCで画像を学習し人の感情によって分類』
4上記以外のチャレンジテーマを自由に設定しての応募も可(ただし画像分る問題に限る)
の4つ。10,100ならともかく1000,2000ともなると分類していくのはかなり難しい(個人的に)。分類の基準が曖昧な1,3は分類しているうちに分類にぶれが出てくることが予想される。2は具体的な例として「正面向き/バストアップ/全身/背面」が挙げられており、これならばなんとかなりそう。テーマの画角、焦点距離による画像分類を作り出すの部分が少し引っかかるが、無理ならば4として応募することにする。

分類を決める

分類は下記を参考にした。動画向けだけど気にしない。
動画ビギナー必見!】撮影サイズと構図の基本 〜人物編〜
画像内に一人だけで顔が写っている画像に対して、
・フルショット (足先まで)
・ニーショット (膝まで)
・ウエストショット(腰まで)
・バストショット(胸まで)
・アップショット(顔ないし首まで)
・それ以外(顔の一部ないし全く写っていない)
複数人写っているものは
・複数人
として、7つに分類することとした。

分類する

やることは単純である。画像を目視で確認して、先に決めた分類通りフォルダに移動していく。課題のファイルは10000枚の画像ファイルだが、全てが異なる被写体、異なるシチュエーションではなく、ファイル名順に分類していくと似た画像が連続するので、ファイルサイズ順に行うことにした。

分類ぶんるいブンルイ3日かかった

分類結果を確認してみる

一日1,2時間かけて3000枚を分類。ひたすら苦痛だった。分類したファイル数を確認してみると複数人の分類が1400枚ぐらいある。偏るのはしょうがないが、半分近くが一つの分るではあまりよくなさそうなので、900枚ほど外すことにする。約2100枚。

NNCでデータセットを作る

分類したデータを使って、NNCでデータセットを作る。とりあえず160×160の解像度、TrainとTestは80%、20%で作成。これでやっと学習が開始できる。

rsouma
化学系製造業の開発職。学生時代以来のプログラムをPythonで勉強中。
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away