93
64

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

AIは増えすぎたガンダムを見分けることができるのか?Teachable Machineで作った分類モデルで検証してみた

Posted at

##この3体のガンダム、見分けつきますか?
クイズ.png

さて、いきなりですがクイズです。
上の画像の3体のガンダム。あなたは見分けることができますか?

正解は左から「ガンダム」「ガンダム7号機」「オーガンダム」です。
ガンダム好きにとっては簡単でしたかね?

しかしながら、日々増えていくガンダム。
このままいくと本気で見分けがつかないものも出てくるでしょう。
(というか、私も突然見せられたら全部分かる自信無いです。)

このままではマズいっ!
ということで、今回はAIの力を借りてガンダムを見分けるアプリケーションに挑戦しました。

##そうして完成した「教えて!アストナージさん」
そうしてできあがったのが「教えて!アストナージさん」というWebアプリケーションです。
名前を知りたいガンダムの画像をアップロードすると、我らがアストナージさんが名前を教えてくれます。
(アストナージさんについて知らない人はこちらを見て下さい。)

↓ここから実際に触れます。

image.png

こんな感じの仕組みでできてます。
スライド1.JPG

使っているライブラリやツールは以下の通り。

ml5.js
HTML上で簡単に機械学習モデルを扱えるようにするライブラリ。
プリセットされたモデルの他、自分で用意した学習済みモデルも使用できる。

Teachable Machine
Googleが提供しているWebアプリ形式の機械学習プラットフォームです。
画像や音声の分類モデルなどをブラウザ上で簡単に作成できます。

■Python3 + OpenCV3
学習に使う画像を増やすために使用。
OpenCVを使って元画像に変化を付けながら画像を増やしました。

##アストナージさんに覚えてもらったガンダムたち
今回アストナージさんに覚えていただいたのは以下のガンダムたちです。
1体あたり300枚程度の画像データで学習しました。)

機体 登場作品
ガンダム 機動戦士ガンダム
陸戦型ガンダム
ガンダムEz8
機動戦士ガンダム 第08MS小隊
ガンダムNT-1 機動戦士ガンダム0080 ポケットの中の戦争
ガンダム7号機 機動戦士ガンダム戦記
ガンダム試作1号機
ガンダム試作3号機
機動戦士ガンダム0083 STARDUST MEMORY
ガンダムMk-II
Zガンダム
機動戦士Zガンダム
ZZガンダム 機動戦士ガンダムZZ
νガンダム 機動戦士ガンダム 逆襲のシャア
ユニコーンガンダム 機動戦士ガンダムUC
Ξガンダム 機動戦士ガンダム 閃光のハサウェイ
ガンダムF91 機動戦士ガンダムF91
Vガンダム
V2ガンダム
機動戦士Vガンダム
シャイニングガンダム
ゴッドガンダム
機動武闘伝Gガンダム
ウイングガンダム
ウイングガンダムゼロ
新機動戦記ガンダムW
ウイングガンダムゼロ(EW版) 新機動戦記ガンダムW Endless Walts
ガンダムエックス
ガンダムダブルエックス
機動新世紀ガンダムX
∀ガンダム ∀ガンダム
ストライクガンダム
フリーダムガンダム
機動戦士ガンダムSEED
インパルスガンダム
デスティニーガンダム
ストライクフリーダムガンダム
機動戦士ガンダムSEED DESTINY
スターゲイザーガンダム 機動戦士ガンダムSEED C.E.73 -STARGAZER-
ガンダムエクシア
ダブルオーガンダム
オーガンダム
機動戦士ガンダム00
ダブルオークアンタ 劇場版 機動戦士ガンダム00 -A wakening of the Trailblazer-
ガンダムAGE-1
ガンダムAGE-2
ガンダムAGE-3
ガンダムAGE-FX
機動戦士ガンダムAGE
G-セルフ Gのレコンギスタ
ガンダムバルバトス
ガンダムバルバトスルプス
ガンダムバルバトスルプスレクス
機動戦士ガンダム 鉄血のオルフェンズ

##作り方
ここからは作り方を紹介していきます。

###①学習データの準備
最初に機械学習に用いる画像を集めていきます。
先ほど紹介したガンダムたちの画像をGoogle画像検索でそれぞれ20枚ほど集めました。
集める際に気をつけたのが、「なるべく全身が写っている」「他に余計なものが写っていない」という点です。

各ガンダムの画像が用意できたら、OpenCVの力でちょっとずつ変化を加えながら画像を増やしていきます

詳しいやり方は別記事にまとめたのでこちらを参照してください。

これで学習データの準備は完了です。

###②モデルの生成
Teachable Machineで分類モデルを作っていきます。
トップページで「使ってみる」を選択

プロジェクトの作成画面になるので今回は「画像プロジェクト」を選択
image.png

学習画面になるので、必要な数(今回だと42個)のクラスを作成して、画像をアップロードし、トレーニングを実行
image.png

モデルアップロードを選択後、共有可能なリンクを控えておく
image.png

これで分類モデルの準備まで完了

###Webアプリケーションの作成
作成した機械学習モデルを実行するWebアプリケーションを作成していきます。
コード全文はCodePenで貼っておきます。(モデルのURLだけ変えれば使えます。)
ライブラリはml5.jsとBootstrap4.5を使用。

See the Pen 教えて!アストナージさん by shoito66 (@shoito66) on CodePen.

今回はアップロードした画像に対してモデルを適用している。
この辺りの解説は別記事を書いたのでそちらを見てください。

##結局アストナージさんはガンダムを分類できるようになったのか
ちょっと確認してみました。
image.png

2勝1敗でした。
ただ、上げる画像によっては全然違う答えを返したりもします。
人間からすると全く違うガンダムでもAIから見ると意外と似ていたりするのかも知れません。

今後は学習画像のバリエーションなど、工夫することで精度が上がらないか色々考えてみたいと思います。

93
64
1

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
93
64

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?