サマリ CNN(ResNet)によるギター画像の分類で99%超の精度を達成した。 ImageNetの一般画像分類モデルを元にした転移学習による学習の高速化・高精度化・汎化性能の向上を確認した。 はじめに 本記事は、アラフォー・エンジニアによる、夏休みの自由研究の記録です。 CNNを使った、ギター画像の分類にチャレンジしました。 技術的に目新しい話はあまりないですが、ギターを題材にした事例は意外にもなさそうだったので、なんとなく結果を公開します。 環境 自宅のパソコンです。 Intel(R) Core(TM) i7-2600 CPU @ 3.40GHz Memory: 32GB Geforce GTX 1080 (Founders Edition) Ubuntu 16.04 Python 3.5.3 Keras(backend: Tensorflow) データセットの準備 データセットは、W
![機械学習によるギター画像の分類 その1 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/adc6caf0539883bd52ed0bf1b1ce57f5f93d50d4/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUU2JUE5JTlGJUU2JUEyJUIwJUU1JUFEJUE2JUU3JUJGJTkyJUUzJTgxJUFCJUUzJTgyJTg4JUUzJTgyJThCJUUzJTgyJUFFJUUzJTgyJUJGJUUzJTgzJUJDJUU3JTk0JUJCJUU1JTgzJThGJUUzJTgxJUFFJUU1JTg4JTg2JUU5JUExJTlFJTIwJUUzJTgxJTlEJUUzJTgxJUFFMSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MTU2YjkxNzljNTQyZjVhYzVmY2VjMTRkMThjNDViM2Q%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwY296LWEmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTAzNzYwZThjOWVjY2QyYTJhMTk1OGY3MGI0OTE2OGVk%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D1009e927131f494e6337be42b2feeef2)