「製造業特化型データサイエンティスト集中講座」
Data Science Intensive Training in Manufacturing
名前が長いのでDSITって呼びます^^*
今回は講座でどういったことを学んでいるかを，ちらっとお見せしちゃいます(^^♪
講座が始まり１４回目を迎えました．
１４回目の講義内容は，なんと！物体検知(*ﾟ▽ﾟ)ﾉ◆
かなり高度な内容に入ってきました．
物体検知とは
こんな感じで，犬・自転車・トラックが検知されています．
物体検知は，写真のどこに，何が写っているかを検知してくれるのです！
最近では動画に映るものをリアルタイムで物体検知するものもあります．
すごい時代になりましたねー(´∇｀)
物体検知やってみた
講義で学んだやり方に沿ってやってみよう。
使用するモデルはYOLOv3という、今とっても人気のある手法です。
まずは物体検知したい画像を選んで、読み込みをします。
私が使った画像がこちら。
柴犬３匹が積まれている画像です(*´ω｀*)
そして，物体検知した結果がこちら！！
３匹目が検知されませんでした(ﾉД`)
クロ柴だから背景と同化してしまったのでしょうか？
１匹目は０．９３，２匹目は０．７８の割合で犬だと判断されました！
そこで考えたのが，どんな柴犬でも検知されるのか？？
ということで，他の柴犬の写真も試してみました(*ﾟ▽ﾟ)ﾉ
レベル１
まずはこちらの写真から！
眉毛が凛々しすぎる！これは一つ目から難易度が高いのではー？？
果たして結果は！？
なんと０．９２という高い数値がでました！
おまけに後ろのクマのぬいぐるみも検知されました！
レベル２
続いてはこちら！
これは難しい！人間が見ても犬だと判定しずらい写真です．
結果は....
まさかの０．９９！
ＡＩには犬の寝顔のブサカワさなど関係無いことがわかりました(⊙ꇴ⊙)
レベル鬼
最後はレベルマックス！
これは柴犬でもなければ，動物でもない！パン！
ここまでの結果が悔しくて，パンを登場させてしまいました．
一見パグのような犬に見えますが，
果たしてＡＩの答えは...
ネコ！０．５４でネコと判断されました！
そして，下のカッティングボードが本となりましたー
まだまだだな，YOLO( ･´∀･｀)ふふ
まとめ
こんな感じで簡単に物体検知ができました．
コードを書いておけば，あとは新しい画像を読み込み，学習するのに
１分もかかりませんでした！
自分の好きな画像で物体検知すると，とっても楽しいので
学習意欲も高まりますね(´∇｀＊)
＊DSIT講座では物体検知を学べますが，このようなふざけた内容ではありません．
