Slide 1
Slide 1 text
Cpaw AI Competition #2
問題解説 CIFAR100/Omniglot編
難しかった，すごく難しかったです
Slide 2
Slide 2 text
ごめんなさい、
昨晩問題見ました。
時間なかったけど
頑張ってみます…
Slide 3
Slide 3 text
今回の各タスクの印象
▪ 画像認識タスク多め
▪ コスパ良い問題がいくつかある
▪ Omniglotツライ
▫ もはや画像検索タスク
CIFAR100はリソースの範囲でうまくできるか
Omniglotはいい感じの画像類似度をつくれるか
Slide 4
Slide 4 text
1
CIFAR100 -一般物体認識タスク
Praise Alex!
Slide 5
Slide 5 text
ベースラインをみてみよう
グレースケール + Ridge Clsf.
→ 正解率7.68%
色ヒストグラム + Ridge Clsf.
→ 正解率6.84%
どう考えても難易度高すぎる
やっぱりDeep Learning??
Slide 6
Slide 6 text
禁断のDeep Learning
5層CNN
- conv(k=32)->relu
- conv(k=32)->relu
- maxpool -> dropout (0.25)
- conv(k=64) -> relu
- conv(k=64) -> relu
- maxpool -> dropout (0.25)
- fc 512 -> relu
- dropout 0.5 -> fc 100
→62.70% (validation data)
Slide 7
Slide 7 text
優勝者の方は？？
Slide 8
Slide 8 text
2
Omniglot -文字画像検索タスク
NOT One-shot Learning
Slide 9
Slide 9 text
ベースラインをみてみよう
Nearest Neighbor
→ 正解率9.34% (8倍前正解率)
どう考えても難易度高すぎる
Cpawさん優しいので8倍です！
ここからどう特徴量設計頑張る??
Slide 10
Slide 10 text
定番の次元圧縮系アルゴリズムにツッコむ
- PCA + Nearest Neighbor: 14.2% (8倍前正解率)
- 次元圧縮系で良さげなやつありましたか??
Slide 11
Slide 11 text
画像の”ハッシュ”をとる
- Perceptual hash
- Wavelet hash
- Difference hash
- Average hash
- などなど，imagehashライブラリに入っている！
- Average hash + ハミング距離 + Nearest Neighbor:
17.01% (8倍前正解率)
https://medium.com/taringa-on-publishing/why-we-built-imageid-and-saved-47-of-the-
moderation-effort-b7afb69d068e
Slide 12
Slide 12 text
最強のオレオレモデル
- ストローク特徴量: 19.21% (!!) (8倍前正解率)
- 細線化 (Zhang-Suenアルゴリズム)
- 隣接するピクセルを追跡して方向を記録しておく
- クロスしたら後から戻ってくる (revisit)
- 方向コード文字列で編集距離最短で検索
0
1
2
Slide 13
Slide 13 text
懇親会で情報交換しようぜ！