Image data augmentation_v05

Image data augmentation
画像認識の Deep Learning で、データ拡張を行う時の注意点

Transcript

1. 画像認識の Deep Learning で、データ拡張を行う時の注意点 中野和俊
2. 自己紹介　中野和俊（@kznx） ワーク：株式会社ALBERTでプロダクトマネージャー ライフ：ポケモン Go を地道に継続し、Lv38 twitter : @kznx Facebook : https://www.facebook.com/nakano.kazutoshi （本資料は個人の見解であり、所属する組織の公式見解ではありません）
3. AIの実社会適用での現実と課題 ・一般論：画像認識の Deep Learning では、大量に学習用の画像データが必要 ・現実　：実社会では、画像データを大量に集めるのは、困難な場合が多い ・課題　：少ない画像データでなんとかできないか
4. 解決策 ・データ拡張（水増し） ・転移学習
5. データ拡張（水増し） ・Data Augmentation ・元の画像を変形させてバリエーションを増やすこと ・変形方法 回転、平行移動、縮小、拡大、切り抜き、色調変更、上下左右反転 コントラスト変更、明るさ変更、・・・ （デモ）
6. 注意点 ・過学習しやすい ・意味が無い拡張 ・実社会で使われるケースを意識する
7. まとめ ・枯れた技術ですが、正しく使えば効果的 ・データの意味や背景を考えることが重要 ・CG, GAN で画像生成 参考 https://www.slideshare.net/siliconstudio/cg-79508015 ・本日の資料はslideshareにあげておきます https://www.slideshare.net/KazutoshiNakano