動かして学ぶAI・機械学習の基礎 ―TensorFlowによるコンピュータビジョン、自然言語処理、時系列データの予測とデプロイ

2章コンピュータビジョン入門

前章では、基本的な機械学習の仕組みを紹介しました。ニューラルネットワークを使用して、データをラベルに一致させるプログラムを作る方法と、そこからルールを推測する方法を学びました。次のステップとして、この考え方をコンピュータビジョンに適用します。画像の内容を認識する方法をモデルに学習させ、画像の中に何があるかを「見る」ことができるようにします。この章では、人気の高い衣類データセットを使用して、それらを区別できるモデルを構築し、さまざまな種類の衣類の違いを「見分け」ます。

2.1　衣類の認識

最初の例として、画像の中にある衣類の認識を行います。例えば、図2-1のアイテムを考えてみましょう。

図2-1 衣類の例

ここにはさまざまな衣類があり、あなたはこれらを認識することができます。あなたはシャツやコート、ワンピースがどういうものかを理解しています。しかし、衣類を見たことがない人にはどう説明すればよいのでしょうか。靴はどうでしょう。画像の中には2種類の靴がありますが、どのように説明しましょう。これも、「1章　機械学習とは」で説明したルールベースのプログラミングではうまく行かないもう1つの例です。ルールでは表現することが不可能な場合があるのです。

もちろん、コンピュータビジョンも例外ではありません。あなたがこれらのアイテムを認識できるようになったのは、たくさんの異なる例を見て、それらの使われ方を学んだからです。コンピュータでも同じことができるでしょうか。答えはイエスですが、制限があります。ここでは最初の例として、Fashion ...