Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AIチャレンジコンテスト(第1回)に挑戦してみた!! / Challenge the AI Challenge Contest

moonlight-aska
June 11, 2017
23

AIチャレンジコンテスト(第1回)に挑戦してみた!! / Challenge the AI Challenge Contest

2017年6月11日開催の「TensorFlow研究会#17」のLT資料です.

moonlight-aska

June 11, 2017
Tweet

Transcript

  1. 自己紹介 Moonlight 明日香  鶴田 彰  関西の外資系家電メーカー勤務  昔は,

    ・パターン認識(音声, 文字, etc) ・ユーザ適応(レコメンド, etc) なども・・・ 最近は, 週末プログラマとして また機械学習に再チャレンジ中! Twitter @moonlight_aska Blog:みらいテックラボ http://mirai-tec.hatenablog.com Wiki : Androidプログラマへの道 ~Moonlight 明日香~ http://seesaawiki.jp/w/moonlight_aska/
  2. コンテスト概要(4) 25種類のカテゴリ グループ bread sandwich sliced sweets table noodle somen

    udon pasta cream gratin japanese oil tomato rice boiled bowl curry fried risotto sushi soup miso potage sweets cheese cookie muffin pie pound pudding
  3. アイデア検討(1)  まずは試してみた ⇒ 0.70以上の精度を出すには, 何か工夫必要 データの特性を活かす ラベルなしデータを使用する Model Framework/

    Library Accuracy Notes 独自4層のCNN TensorFlow ~0.40 ペットボトル認識 Alexnet Chainer 約0.55 チュートリアル VGG16 Keras + TensorFlow 約0.60 ResNet50 Keras + TensorFlow 約0.65
  4. 学習と評価(1)  モデル構造 領域 1 領域 2 領域 n ・

    ・ ・ ResNet 1 ResNet 2 ResNet n ・ ・ ・ 統 合 ネ ッ ト 分類結果 Fully-connected Layer 注) 今回は, 各ResNetの分類結果を統合して, 最終結果とした
  5. 学習と評価(2)  学習条件  データ  ラベル付き 9,000  ラベル自動付与

    5,429(最初) 8,712(2回目) 12,164(3回目)  モデル  ResNet50 × 6  学習  Fine Tuning • 初回 20 Epoch • 2, 3回目 10 Epoch/回
  6. 学習と評価(3)  実験結果 領域 分類結果 最終結果 1 69.0 2 66.8

    3 68.8 4 67.9 5 68.2 6 67.2 評価データ:ラベル付きデータの内, 1000サンプル 71.9  複数の領域の分類結果を統合することで 2.9%性能upできた