ホーム » CNN » TensorFlow で Deep Dream 入門

TensorFlow で Deep Dream 入門

TensorFlow で Deep Dream 入門

Deep Dream は人工知能が見る悪夢として有名ですが、実際には ConvNet (CNN) の特質を知るにはとても良い題材です。現在では様々な改良版が考案されていますが、オリジナルの Deep Dream は 2015 年 6 月に以下の Google Reseach Blog で公表されています :

Google Research Blog : Inceptionism: Going Deeper into Neural Networks

そして Caffe 実装が公開されていましたが、既に TensorFlow でも実装されています。
本記事では、最初に Caffe 実装による Deep Dream を試した後、TensorFlow 実装の Deep Dream の生成画像と比較してみます。

モデルはお馴染み GoogLeNet Inception モデルを ImageNet でトレーニングされたものが使用されています。Caffe 実装と TensorFlow 実装の生成画像の違いは本質的には別個にトレーニングされているためです。

Caffe による Deep Dream の実験

最初は ImageNet の城 (synset: Castle) 画像を元に、15 epochs トレーニング中の画像の変化を見てみます。
以下は最終生成画像です :

dd_ca04_0014

元画像 (ImageNet より)

1 epoch

dd_ca04

dd_ca04_0001

5 epochs

10 epochs

dd_ca04_0005

dd_ca04_0010

続いて、以下の元画像をベースに生成してみます。いずれも 5 epochs トレーニングしました :

dd_tree32

dd_oc10

dd_yaku01

dd_ca01
* 画像は ImageNet の URL とフリー素材を利用しており、元画像の版権は所有者に帰属しています。

 
Caffe 実装で利用しているモデルの場合、とにかく犬が現出する印象です。
(確認はしていませんが)ImageNet の画像に犬の画像が多いのかもしれません :
dd_tree32_0007

dd_oc10_0004

dd_yaku01_0004

以下の画像では、車輪が想起されているようです :
dd_ca01_0004

TensorFlow 実装との比較

上で Caffe 実装で試した元画像を入力として TensorFlow 実装で試してみました。
冒頭にも書きましたが、別個に事前トレーニングをしているために生成画像が異なっています。
また、Flower Dream と呼称される生成画像も併せて掲載しておきます :

tf_dd_tree32

tf_dd_tree32b

tf_dd_oc10

tf_dd_oc10b

tf_dd_yaku01

tf_dd_yaku01b

tf_dd_ca01

tf_dd_ca01b

 
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