ホーム » CNN » TensorFlow で GoogLeNet (Inception モデル) を実装

TensorFlow で GoogLeNet (Inception モデル) を実装

TensorFlow で GoogLeNet (Inception モデル) を実装

深層 CNN については既に AlexNetVGG を TensorFlow で実装して試してみましたが、締めくくりに GoogLeNet の実装に挑戦してみます。GoogLeNet は言うまでもなく、ILSVRC-2014 (ImageNet Large Scale Visual Recognition Challenge) の分類問題で優勝したネットワークです。

もちろん最新版の Inception-v3 については ImageNet によるトレーニング済みのモデルがダウンロード可能で、既に Android に組み込む ことができることも確認済みです。

参考 : トレーニング済みモデルの再利用方法については TensorFlow : Tutorials : 画像認識 を参照してください。

また自前のデータでトレーニングする場合でも fine-tuning すれば十分かもしれません。

GoogLeNet

冒頭にも書いたように、GoogLeNet は ILSVRC-2014 の分類問題で優勝したネットワークで、最新版 Inception-v3 は CNN の最高峰といっても良いでしょう。ちなみに「GoogLeNet」 は正式にはこの ILSVRC 2014 型モデルを指すコードネームのようで、ついでに言えば CNN の元祖 LeNet へのオマージュでしょう(多分):
imagenet_challenge2014b

 
テクニカルレポートは以下を参照してください :

Going Deeper with Convolutions

但し、TensorFlow のチュートリアル内では Inception-v3 モデルへの言及が多いです :

Rethinking the Inception Architecture for Computer Vision

アーキテクチャの説明は Going deeper with convolutions に詳しいので譲りますが、以下は TensorBoard のグラフ出力です。Inception が積層されています :
googlenet_graph_all_with_logo

TensorFlow GoogLeNet & University of Oxford: 17 Category Flower Dataset

ImageNet を題材にすれば高い精度が出るのでしょうけど、VGG との比較もあって、題材は今回も University of Oxford が提供しているデータセットを取り敢えず使用しました。Dataset の詳細は 17 Category Flower Dataset を参照してください。

以下は損失グラフです。オレンジ色は AdaGrad、ターコイズ色は Adam です。それっぽいです :
googlenet_loss2

※ RMSProp は同じ条件だと収束しそうになかったので断念しました。

トレーニング精度は以下 :
googlenet_accu2

そして validation 精度 :
googlenet_accu_valid2

さすがに最高峰モデルと言えましょう。VGG バリエーション・モデルに圧勝です。

 

以上

AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com