ホーム » AutoEncoder » TensorFlow で CNN AutoEncoder – Oxford 17 Flowers –

TensorFlow で CNN AutoEncoder – Oxford 17 Flowers –

TensorFlow で CNN AutoEncoder – Oxford 17 Flowers –

先に MNIST と CIFAR-10 を題材に Convolutional AutoEncoder を実装して視覚化してみましたが、より現実的な画像サイズである Oxford 17 Flowers にトライしてみます。というか、ここからが本番です。

Convolutional AutoEncoder に使用したモデルは手始めに CIFAR-10 と同じものを使いました。
つまり Encoder として (畳込み層 + MaxPooling 層) x 3 の単純なもので、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・サンプル画像をカテゴリー毎に1 枚選んで 17 枚をまとめて、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_oxf17f_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_oxf17f_list_decoded.01

【10 epochs】
ある程度の復元はできていますが、細部はまだ再現されていません :
ae_oxf17f_list_decoded.10

【50 epochs】
復元度は高くなりましたがまだ十分だとは言えません。
トレーニング不足かもしれませんが、このあたりが限界かもしれません :
ae_oxf17f_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 :

元サンプル画像

1 epoch

ae_oxf17f_sample.01.09

ae_oxf17f_decoded.01.09

10 epochs

50 epochs

ae_oxf17f_decoded.10.09

ae_oxf17f_decoded.50.09

別例をもう一つ :

元サンプル画像

1 epoch

ae_oxf17f_sample.01.06

ae_oxf17f_decoded.01.06

10 epochs

50 epochs

ae_oxf17f_decoded.10.06

ae_oxf17f_decoded.50.06

ついでこのサンプル画像をエンコードした出力マップを epochs 別に表示します :

【Encoded 画像 : 1 epoch】
ae_oxf17f_encoded.01.06

【Encoded 画像 : 10 epochs】
ae_oxf17f_encoded.10.06

【Encoded 画像 : 50 epochs】
ae_oxf17f_encoded.50.06

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 :

 

ae_oxf17f_sample.50.05

ae_oxf17f_decoded.50.05

 

ae_oxf17f_encoded.50.05

 

ae_oxf17f_sample.50.10

ae_oxf17f_decoded.50.10

 

ae_oxf17f_encoded.50.10

 

ae_oxf17f_sample.50.16

ae_oxf17f_decoded.50.16

 

ae_oxf17f_encoded.50.16

 

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