Oops! It appears that you have disabled your Javascript. In order for you to see this page as it is meant to appear, we ask that you please re-enable your Javascript!
スポンサーリンク

「画像認識」に必要な「画像データ」とは?どうやって集めればいいの?有名な画像データとは?といった点を知りたいあなたはこちらをどうぞ【画像データセット】

スポンサーリンク
画像認識 データ データセット MNIST CIFAR ImageNet パターン認識
画像認識 データ データセット MNIST CIFAR ImageNet
スポンサーリンク
スポンサーリンク

「人工知能」の技術が盛んに応用されています。

そんな中、

  • 「画像認識」をしたい!

と思われる方も多いのではないでしょうか。

 

「画像認識」は、人工知能の中で教師あり学習の1つです。

「教師あり学習」は、既知の正解データから学習することをいいます。

得られた学習結果を使って、

未知のデータを「分類」したり「予測」したりします。

 

学習アルゴリズムにはいろいろあるのですが、

画像認識においては、

2012年ごろから特にブレークスルーが起こり、

ディープラーニング(深層学習)

で、高い精度が得られることがわかりました。

 

つまり、画像認識をひとことで言うと、

  • ディープラーニングに画像を与えて学習させる

というのが現在の定番となっています。

 

ディープラーニングについては、

様々な無料(フリー)ソフトやライブラリなどを活用することで実装が可能です。

 

そこで必要となるのは、画像データになります。

ディープラーニングの性質上、

(モノによりますが)大量の画像データが必要になります。

また、データの質も重要であることが知られています。

 

 

そこで本記事では、

  • 画像認識には、どんな画像データが必要なの?
  • 画像データを得たいんだけど、どうしたらいいの?
  • 有名な画像データセットって?

といった画像認識で必要になる画像データセットについて、サクッとまとめたいと思います。

「画像認識」に必要な「画像データセット」とは?どうやって集めればいいの?有名な画像データセットとは?といった点を知りたいあなたはこちらをどうぞ【画像データセット】】

 

画像データセットに必要な条件とは?

画像認識をするには、画像データが必要、と書きました。

インターネットやSNSなどには大量の画像があるので、

クローリングやスクレイピングすればいいんじゃないの?

と思われるかもしれません。

クローリングやスクレイピングって何?って方はこちら↓

「クローリング」や「スクレイピング」を学びたいあなたにおすすめの本、8冊+α はこちらです

 

しかし、画像認識システムを作る時の画像データとしてはこれでは不十分なんです。

 

え?なんで?

と思われるかもしれません。

 

画像認識で必要とする画像データには、

必要な条件があるからです

 

画像認識に適切な画像データとは、

  1. 画像
  2. それが何の画像かのラベル

の2点がセットになっているものになります。

 

具体的に言うと、例えば、

  • 「犬」の画像には、正解ラベルとして「犬」
  • 「猫」の画像には正解ラベルとして「猫」
  • 「コップ」の画像には正解ラベルとして「コップ」

・・・・

のように、

画像と正解ラベルがセットになったもの

というわけです。

 

 

画像認識のための画像データセットはどうやって集めるの?

多くの人が画像認識を行っていますが、

1人ひとりがそれぞれ画像とラベルを手作業で作っていったら、非効率的ですよね。

大量のラベル付け作業は、なるべく避けたいものです。

 

 

そこで役立つのが、

既にラベル付けされた画像データセットです。

画像認識のコミュニティでは、

いくつかの画像データセットが、無料で公開されています

それらを使えば、画像認識モデルを作ることができる、というわけです。

 

ちなみに、どうしても独自データを作成したい!

という場合には、

クラウドソーシングなどを使うことで、

ラベル付けを安価にやってもらうことも可能です。

例えば、以下の書籍などがございます↓

 

 

というわけで、ここでは有名な画像データセットについて紹介します。

画像認識に使える、有名な画像データセットとは

 

もっとも有名なものの1つに、手書き数字のデータセットがあります。

MNIST,  Extended MNIST

6万枚もの手書き数字(0から9)の画像が、

その答えラベル(0から9)とともにまとめられています。

画像認識の練習問題としてよく出てくるタスクの1つとなっています。

画像サイズは28×28で、グレースケール画像です。

MNISTは、Modified National Institute of Standards and Technology の略で、

画像数を増やした、Extended MNIST (EMNIST)も作成されています。

EMNISTは、28万の手書き数字と英文画像のデータセットになっています。

 

 

CIFAR-10

6万枚の一般的な物体の画像データセットです。

CIFAR-10の10は、クラスが10種類であることを表しています。

クラスには、

  • 飛行機, 車, 船, トラック
  • 鳥, ネコ, 鹿, 犬, カエル, 馬

の10種類があります。

6万枚の画像をこの10種類に分類できるように画像認識器を学習させることができます。

画像サイズは32×32で、カラー画像になっています。

 

 

CIFAR-100

CIFAR-10を拡大したデータセットです。

100種類のクラスラベルが付けられており、

それぞれに600枚の画像データセットがあります。

加えて、20種類のスーパークラスのラベルもあります。

一枚の画像には、

  • より抽象度の高いスーパークラスのラベル(coarse label)
  • より具体的なクラスのラベル(fine label)

の2種類のラベルがあるわけです。

画像サイズは32×32で、カラー画像になっています。

 

 

ImageNet

約1420万枚もの巨大な画像データセットです。

2万種類以上のラベルが使って分類されています。

また、少なくとも100万種類には、バウンディングボックスの情報も示されています。

(バウンディングボックスとは、物体検出で使われる

画像中に物体がある領域を示した四角の箱のことです。)

 

ちなみに、画像認識コンテストの1つである

ILSVRC : the ImageNet Large Scale Visual Recognition Challenge

でも使われています。

冒頭で述べた、ディープラーニングの画像認識精度の大幅な向上は、このコンテストで示されました。

 

ちなみに、こんな大きな画像データにラベルをつけるなんてすごいと思われるかもしれませんが、

ラベル付けにはクラウドソーシングの1種であるAmazon Mechanical Turkが使われました。

そこで活躍するラベル付けの職人さんは、

平均的には、1分間に50枚ものラベルをつけるそうです。

 

 

 

というわけで、本記事では、

  • 画像認識には、どんな画像データが必要なの?
  • 画像データを得たいんだけど、どうしたらいいの?
  • 有名な画像データセットって?

といった画像データセットについて、サクッとまとめました。

 

 

 

 

こちらもございます↓

 

タイトルとURLをコピーしました