はてなブックマーク

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? (DCASEホームページより) はじめに 音を題材とした異常検知のデータセットによる機械学習コンペが始まりました。 音に関するコンペ自体が珍しいなか、タスクとして一般的な分類などでもなく、更に難しい異常検知が設定されました。 個人的に2019年に画像の異常検知に積極的に取り組んだのですが、音声は周波数領域に変換すると画像のように取り扱えることから、チャレンジしたい題材でした。下記は画像にチャレンジしたときの記事です。 欠陥発見! MVTec異常検知データセットへの深層距離学習(Deep Metric Learning)応用 深層距離学習

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? News 2021/4/30 ㊗この記事の英語版が、論文に引用されました。 …というか、個人的には「この記事のアイデアを拡張して、汎用的なアイデアにした上で論文化してくれた」、と勝手に喜んでいます。 ・引用された論文: "CutPaste: Self-Supervised Learning for Anomaly Detection and Localization", arXiv:2104.04015 [cs.CV], 2020. この「[16]」です。 はじめに Deep metric learningの評価を段階的に試してきました

リニューアルのお知らせ 「深層距離学習(Deep Metric Learning)各手法の定量評価 (MNIST/CIFAR10・異常検知)」 こちらの記事で、定量的な評価を含めて改めることになりました。 CIFAR10を使った可視化で、手法の特徴が見える結果が得られています。 はじめに 異常検知の観点から、Metric learningに注目している人が多いようです。 copypasteの日記: Metric Learning 入門 - 異常検知につながる未知クラス分類など様々に実験されていて、MNISTだけでなく天気の表形式データでの分類をされているのも面白い。 Qiita: 【まとめ】ディープラーニングを使った異常検知 - 異常検知への現実的な応用の観点でまとめられています。 Qiita: metric learning を少し勉強したからまとめる - 異常検知をきっかけとしたコンテ

各組み合わせにつき、上図で表した10テストケースをそれぞれ実施して統計をとっています。 まとめ: 10テストケースでは、正常・以上に割り当てる具体的なクラスを入れ替える。 8つのセットで評価の条件を組み合わせ、各条件で10テストケースすべてを実施した上で統計をとった結果を出している。 1.3 評価方法 ひとつの組み合わせは10テストケース実施それぞれで、①AUC、②各クラスサンプルの平均距離を得た。 ひとつのテストケースの評価手順 通常のCNN分類器(ResNet18)に、手法を組み込む。(Conventionalのときは何もせずそのまま使う) 学習は、「正常」に割り当てたクラスだけで構成する学習データセットを使い、転移学習によって行う。学習データは、各データセットで元々trainセットに入っているサンプルのみ利用する。 評価データの距離を得る。 正常・異常を問わずすべてのクラスから評価デ

はじめに この記事は機械学習の実践についての話題ですが、事業レベルでサービスを開発するような華々しさや高度な技術の紹介とは対極的な内容です。 個々のエンジニアの仕事は、やがては大きな成果に集約される源泉です。この個人レベルのスループットを上げて、本質的価値創造により力を注げるようにして、やがて有望な種を生み出す手数を増やしたい…。その個人レベルの環境づくりで、特に繰り返し試作するときの実践で「効いているかな」と思うプラクティスについて、この記事でまとめてみたいと思います。 具体的には下記の内容になります。 DRY原則のソフトウェア・エンジニアリング。 繰り返し現れる常套句=クリシェを再利用できる形に。 Pythonパッケージの形で継続的成長を。 この記事で紹介しているリポジトリはこちらです。 github/daisukelab/dl-cliche きっかけ 機械学習に限らずエンジニアの日常

SENetsとは 元の論文: Squeeze-and-Excitation Networks, arXiv:1709.01507 [cs.CV] “SENet"というネットワークがあるわけではなく、”SE”をResNetやInceptionと組み合わせて作り出せるネットワークの総称です。 既存のネットワーク、例えばResNetやInceptionに適用して、より性能の高いモデルを実現します。 下記の説明が簡潔ですが、元の論文の説明を交えて解釈したほうが良かったので、この記事にまとめました。 Squeeze-and-Excitation Networks Setting a new state of the art on ImageNet, Towards Data Science 更新 (2020.6.6) 数年たった投稿ですが、意外にご参考にしていただく方が多く、一言追記しておく必要があ

前回の記事「小さなデータセットで良い分類器を学習させるとき」では、Kerasを使った実装で下記を紹介しました。 本の写真を使った小さなデータセットを作成。 このデータセットをどうしたらよく学習させられるか、ImageNet学習済みモデルの転移学習、Augmentationを使った場合の比較。 AutoMLとの簡単な比較。 今回は、実践的な講座で知られるfast.aiライブラリを利用して、講座のTutorialで紹介されるエンジニアリングが適用できるのかを試してみました。 結論から言うと、適用できましたがチューニングに苦労しました。この記事では、下記をご紹介します。 fast.aiの極めて小さなデータセットへの適用例。 講座ではResNet34をCAMで可視化していますが、ここではVGG16を可視化。 チューニングで経験した苦労。 1. fast.aiについて fast.aiは現在PyTor

(左の絵画はレンブラントの「Portrait of an Evangelist Writing」) 1. はじめに 画像認識は今や一般的ですが、音の認識というと「音声認識」になり、いわゆるスマートスピーカーが隆盛です。 この記事では、音環境を認識することで、周囲の活動や環境を、更にはリアルタイムにライブ音源から認識するソリューション実装についてご紹介します。 daisukelab/Machine Learning Sound Classifier for Live Audio 実装はこのGitHubリポジトリに全て公開されていますので、この記事ではいくつかの使用例と、学習方法、現状使うときに注意が必要なチューニング方法をご紹介します。 (今後もう少し詳しく学習方法をアップデートしたいです。) 1.1 音環境を認識するには 認識のための技術として機械学習、特にDeep Learningが欠か

ディープ・ラーニングの進化で、画像の分類はもはやコモディティに近い状態になりました。画像分類を作るためのチュートリアルやブログはいくらでもありますし、AutoMLのように、もはや分類器は自動生成するもの、という見方もあります。 多くの人がディープ・ラーニングの画像分類器を作ろうとしたとき、チュートリアルやブログを参考にすればすぐにできます。 その後自分の身の回りに応用しようとするとき、画像サンプルを作るのに苦労して、結局あまり多くないサンプルでトライすることもあると思います。そのとき、あまりうまく認識率が上がらないことに悩むことがあるかと思います。かなり以前の個人的な経験では、クラスあたり1,000~2,000枚用意してもその時はそれほどうまく行きませんでした。 Google’s Cloud AutoMLも使ってみました。少ないデータでもうまく学習してくれるのではないか、そう期待して試して

このノートは、KaggleのFreesound General-Purpose Audio Tagging Challengeから、Zafarさんに許諾いただき「Beginner's Guide to Audio Data」を(基本的に)翻訳したものです。 Kaggleに参加している人は、ぜひ元のカーネル「Beginner's Guide to Audio Data」に一票投じて下さいね。 オリジナルとの違い: 補足を各所に補いました。 sklearn.cross_validation.StratifiedKFoldは無くなるため、sklearn.model_selection.StratifiedKFoldにコードを数か所書き換えました。 kaggleからデータをダウンロードしてきたフォルダをDATADIRにセットした状態で始められるようにしました。 「Freesoundはクリエイティブ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事は、「Machine Learning is Fun Part 6: How to do Speech Recognition with Deep Learning」(medium.com)の翻訳です。 音声認識はスマホやゲームコンソール、スマートウォッチなど、日常に浸透してきています。ホームオートメーションにも欠かせません。$50でAmazon Echo Dotを買えば、ピザを注文したり、天気予報を聞いたり、ゴミ袋を注文したり、大声で呼びさえすればいいのです。 Echo Dotはとても人気で、ホリデーシーズンにはAmazonが

この要約は Building powerful image classification models using very little data | The Keras Blog ディープラーニングでの画像分類には、大量のデータが必要、とよく言われます。 また、ファインチューニングで画像分類を応用したい場合、データはあってもポイントがわからずに、正解率を上げるのに苦労することがあるかと思います。 このチュートリアルは、画像分類を本当に役立たせるためのポイントが解説されている貴重な資料なので、翻訳・要約してまとめました。 参考: こちらのブログでは翻訳を試みられています。 【ディープラーニング】少ないデータで効率よく学習させる方法：準備編 | ニートの言葉 はじめに 少ないデータしか利用できないケースはあるの? 高価な医療画像などでよくある話。 このチュートリアルでは、Dog vs. C