ニューラルネットを使って花粉を分類する
この例では,画像の特徴抽出とニューラルネットワークを使って,チューリップ,ハイビスカス,水仙,ポピー,ラベンダー,アイビーの花粉のサンプルを分類する.花粉の名前,花のサンプル画像,花粉の大きさ,顕微鏡下で撮られたサンプルの花粉画像を含むデータ集合を使う.
データ集合の最初の記録を表示する.
データサンプルが少ない中でのニューラルネットの訓練は大変である.このデータセットには43個のサンプルファイルしかない.
このような場合,転移学習とデータ拡大を使って対処することができる.
次のコマンドは,回転と反転によって画像数を増やす.
拡大によって344個になったサンプルでランダムな訓練集合を生成する.
一般的な画像特徴で訓練されたニューラルネットワークに基づく特徴抽出器を構築することによって,転移学習を利用することができる.
すべての花粉の画像を157次元の意味的特徴ベクトルに変換する.
三次元のt-SNE(t分布型確率的近傍埋込み)によってニューラルネットワークの特徴を表示する.
花粉分類子として動作する小さい2層のニューラルネットワークを構築する.
このニューラルネットを訓練する.
新しい花粉画像の集合にニューラルネットを適用する.