Kerasを使用したCIFAR-10データセットのCNN実装

 

今回はKerasをつかって、画像認識のコードを書いていきます。

KerasにはCIFAR-10という画像データのデータセットがあります。

それで学習させて、なんの画像かを当てるコードです。

〇CNNとは

CNN（Convolutional Neural Network）は、主に画像認識やパターン認識などのタスクに適したディープラーニングの一種です。CNNは、畳み込み層（Convolutional Layer）、プーリング層（Pooling Layer）、全結合層（Fully Connected Layer）から構成されるニューラルネットワークです。

 

畳み込み層は、入力データに対して畳み込み演算を行い、特徴マップを生成します。この操作は、画像内の局所的な特徴を検出するために役立ちます。畳み込み層には、畳み込みカーネルと呼ばれる学習可能なフィルタが使用されます。

 

プーリング層は、特徴マップの次元を削減し、計算量を減らすために使われます。一般的には最大プーリング（Max Pooling）や平均プーリング（Average Pooling）が用いられます。

 

全結合層は、畳み込みとプーリングの結果を受け取り、最終的な出力を生成します。これは通常、クラス分類や回帰などのタスクに対応しています。

 

CNNは、画像の階層的な特徴を学習するのに優れており、畳み込み層が局所的な特徴を抽出し、プーリング層がその特徴を集約して全結合層に渡すというアーキテクチャが特徴的です。これにより、位置に対する頑健性や、データの階層的な構造を捉える能力が向上します。

〇コードの実装

まず、Kerasと必要なライブラリをインストールします。

 Googleコラボで書く場合はtensorflowのインストールはいりません。

pip install tensorflow

そして、以下はCIFAR-10に対する簡単なCNNの実装例です。

 

import tensorflow as tf

from tensorflow.keras import layers, models

from tensorflow.keras.datasets import cifar10

from tensorflow.keras.utils import to_categorical

import numpy as np

from tensorflow.keras.preprocessing import image

import matplotlib.pyplot as plt

 

# CIFAR-10データセットの読み込み

(x_train, y_train), (x_test, y_test) = cifar10.load_data()

 

# データの正規化

x_train, x_test = x_train / 255.0, x_test / 255.0

 

# ラベルをone-hotエンコーディング

y_train = to_categorical(y_train, 10)

y_test = to_categorical(y_test, 10)

 

# モデルの構築

model = models.Sequential()

model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))

model.add(layers.MaxPooling2D((2, 2)))

model.add(layers.Conv2D(64, (3, 3), activation='relu'))

model.add(layers.MaxPooling2D((2, 2)))

model.add(layers.Conv2D(64, (3, 3), activation='relu'))

model.add(layers.Flatten())

model.add(layers.Dense(64, activation='relu'))

model.add(layers.Dense(10, activation='softmax'))

 

# モデルのコンパイル

model.compile(optimizer='adam',

              loss='categorical_crossentropy',

              metrics=['accuracy'])

 

# モデルの概要表示

model.summary()

 

# モデルの訓練

model.fit(x_train, y_train, epochs=10, validation_data=(x_test, y_test))

この例では、3つの畳み込み層とプーリング層、それに続く2つの全結合層からなるシンプルなCNNを構築しています。最後の層は10クラスの分類問題のためにsoftmax活性化関数を使用しています。

〇画像の予測

# テスト用の画像読み込み（CIFAR-10データセットの最初の画像を使用）

test_image = x_test[0]

test_image = np.expand_dims(test_image, axis=0)  # バッチ次元を追加

 

# モデルの予測

predictions = model.predict(test_image)

 

# 予測結果の表示

class_names = ["airplane", "automobile", "bird", "cat", "deer", "dog", "frog", "horse", "ship", "truck"]

predicted_class = np.argmax(predictions)

predicted_class_name = class_names[predicted_class]

 

# 元の画像を表示

plt.imshow(x_test[0])

plt.title(f"Predicted class: {predicted_class_name}")

plt.show()

このコードは、テスト画像をモデルに渡して予測を行い、その結果を表示します。テスト画像がCIFAR-10データセットの最初の画像であることに注意してください。実際には、自分の画像を利用する場合には、適切に前処理する必要があります。

〇CNNの使用例

CNNは画像認識や画像分類の分野で特に優れた性能を発揮し、多くの実際の応用例が存在します。以下はいくつかの代表的な例です。

 

・顔認識:

CNNは顔認識の分野で広く使用されています。Facebookの顔認識機能やスマートフォンの顔認識ロックなどがその例です。

・自動運転技術:

自動運転車のセンサーデータからの物体検出や、道路上の標識認識においてCNNが活用されています。

・医療画像解析:

医療分野では、X線、MRI、CTなどの画像データを解析する際にCNNが利用され、病変の検出や疾患の診断に寄与しています。

・動画分析:

 

動画分析においても、CNNはフレームごとの特徴を学習して物体検出や行動認識などに利用されます。セキュリティカメラや交通監視システムなどで使用されています。

・自然言語処理:

画像以外の分野でも応用されており、テキストの特徴を抽出するためにCNNが使用されています。例えば、テキストの感情分析や機械翻訳などがあります。

アート生成:

CNNは画像生成の分野でも使用され、DeepDreamなどのアート生成アプリケーションで遊ぶためにも利用されています。

これらは一部の例であり、CNNはその優れた特徴抽出能力と階層的な学習により、多岐にわたる分野で広く利用されています。

〇まとめ

Kerasをつかって画像認識させると、やっとこさAIをつくっているんだなーと実感できます。scikit-learnでは統計的アルゴリズムを用いた機械学習がメインですが、Kerasは深層学習をメインとしたライブラリとなっています。

画像認識だけではなく、線形回帰とかもできるのでどんどんつかっていきましょう。