ホーム » AutoEncoder » TensorFlow で CNN AutoEncoder – CIFAR-10 –

TensorFlow で CNN AutoEncoder – CIFAR-10 –

TensorFlow で CNN AutoEncoder – CIFAR-10 –

先に MNIST を題材に Convolutional AutoEncoder を実装して視覚化してみました(TensorFlow で CNN AutoEncoder – MNIST –)が、CIFAR-10 でも試しておきます。

CIFAR-10 は機械学習定番のベンチマークとして使用され、RGB 32×32 ピクセル画像を 10 カテゴリーに渡って分類するものです : 飛行機、自動車、鳥、猫、鹿、犬、蛙、馬、船そしてトラック。

CIFAR-10 の詳細は TensorFlow : Tutorials : 畳込み ニューラルネットワーク を参照してください。

Convolutional AuoEncoder

AutoEncoder に使用するモデルは Encoder として畳込み層を3層使用する単純なものです。
そして decode された画像を元画像と比較し、encode された画像、特徴マップを可視化します。

最初にテスト・サンプル画像を頭から 40 枚まとめて、decode した画像群をトレーニング epochs 毎にリスト表示します :

【元サンプル画像】
ae_cifar10_list_samples.01

【1 epoch】
1 epoch だと RGB の 3 チャネルが復元できていません :
ae_cifar10_list_decoded.01

【10 epochs】
10 epochs で肉眼では殆ど差異が分からなくなります :
ae_cifar10_list_decoded.10

【30 epochs】
念のため、30 epochs, 50 epochs トレーニングしました :
ae_cifar10_list_decoded.30

【50 epochs】
ae_cifar10_list_decoded.50

 
次に個別のサンプル画像を適当に選択して epochs 別に decoded 画像を比較してみます。
画像リストでも見て取れたように、1 epoch では 3 チャネルが復元できていませんが、10 epochs 以後はほぼ完全に復元できています :

元サンプル画像

1 epoch

ae_cifar10_sample.01.01

ae_cifar10_decoded.01.01

10 epochs

50 epochs

ae_cifar10_decoded.10.01

ae_cifar10_decoded.50.01

以下は同じサンプル画像を encode した出力マップを epochs 別に表示したものです。
トレーニングが進むと特徴抽出が先鋭化します :

【Encode 画像 : 1 epoch】
ae_cifar10_encoded.01.01

【Encode 画像 : 10 epochs】
ae_cifar10_encoded.10.01

【Encode 画像: 50 epochs】
ae_cifar10_encoded.50.01

 
別例を幾つか掲示しておきます。
それぞれ、サンプル画像、50 epochs 後の decoded 画像、そして encoded 画像群です :

馬の全体画像 :

 

ae_cifar10_sample.50.13

ae_cifar10_decoded.50.13

 

ae_cifar10_encoded.50.13

犬の正面画像 :

 

ae_cifar10_sample.50.16

ae_cifar10_decoded.50.16

 

ae_cifar10_encoded.50.16

ステルス戦闘機の画像でしょうか、encoded 画像は分かりやすいです :

 

ae_cifar10_sample.50.21

ae_cifar10_decoded.50.21

 

ae_cifar10_encoded.50.21

馬の横顔 :

 

ae_cifar10_sample.50.17

ae_cifar10_decoded.50.17

 

ae_cifar10_encoded.50.17

 

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