自前のデータでNeuralNetworkConsoleCloud(SONY)で画像分類(2)

前回の記事で、自前の画像データを、NeuralNetworkConsoleCloudにアップロードするためのcsvファイルとデータセットの作成方法を記載した。

自前のデータでNeuralNetworkConsoleCloud(SONY)で画像分類(1)
2017年11月にSONYがNeuralNetworkConsoleCloudのβ版が公開されたが、Cloud上では、画像の変換ができないら...

今回は、csvファイル(と画像群)が作成できた後、実際に、NeuralNetworkConsoleCloudにアップロードして、そのデータで機械学習を行うところまでやってみる。

Neural Network Console自体の使用方法については、以下のサイトが非常に詳しくて参考になります。

アラカン”BOKU”のITな日常
http://arakan-pgm-ai.hatenablog.com/archive/category/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D%E3%83%83%E3%83%88%E3%82%B3%E3%83%B3%E3%82%BD%E3%83%BC%E3%83%AB

まず、SONY製の、GUI操作のみで機械学習を行うことができるソフトNNC(Neural Network Console)のWindowsアプリ版(Windows8.1とWindows10のみ)と、Cloud版(MacでもWindowsでもChrome上から可能)の2つのスクリーンショットを何個かコピペしてみました。

そのあと、Cloud版を使って、自前データでりんごとオレンジの画像分類の学習と、Evaluationを行ってみました。

(環境)
Windows 8.1 Pro
Chrome

(1)Windowsアプリ版の画面

トップページ
image_thumb[5]

サンプルプロジェクトの上から2番目をクリックした後の画面
image_thumb

さらに、画面右上の”DATASET”をクリックした後の画面
image_thumb[2]

(2)Cloud版の画面

トップページ
image_thumb[4]

サンプルプロジェクトの上から2番目をクリックした後の画面
image_thumb[1]

さらに、画面右上の”DATASET”をクリックした後の画面
image_thumb[3]

こちらの方は、URIをクリックできない。

(3)Cloud版で自前データで機械学習

自前のデータを追加したい場合は、トップページのDashboardの画面で、画面左側の”Dataset”をクリック。

image

さらに、画面真ん中上の”Upload Dataset” をクリックすると、以下のような画面になるので、Windows 10 の場合は、”Get Uploader”をクリック。

image

すると、ncc_downloaderのダウンロードページに移動するので、Windows 10の場合は、図のzipファイル(13.7MB)をダウンロード。Macの場合は、下の方にあるZIPファイルをダウンロード。

image

中身はexeファイル

image

この、nnc_uploader.exe を適当な場所に移動してから、ダブルクリックして起動

image

image

上記の部分をコピーして、nnc_uploader.exe の”Token”の右側の”Paste”をクリックすると、コピーした内容が反映される。

image

今回は、あらかじめ、Windowsアプリ版で作成した自前のデータセットのtrain.csv のファイルを使ってみる。

後日、ちゃんと記載したいが、とりあえず、以下の方法で作成した、train.csvを用いる。

自前のデータでNeuralNetworkConsole(SONY)で画像分類(1)
インストールしてTutorial(MNIST)は試してみたものの、それでは面白くないので、自前データで機械学習をしてみたい! 基本的に...

file の一番右側の、”Select”をクリックして、上記で作成した、datasets/appleorange/train.csv を選択。

image

start をクリック。

image

なんか瞬時にいろいろ動いた。ちゃんとアップロードできたのか?

image

Cloudの画面に戻って、もう一度、Dataset をクリック。

image

image

ううむ、training… と出ている。Windows 8.1だとダメなのか、、、

3分くらい待って、もう一度、Dataset をクリック。

image

Dataset の中の、train をクリックすると、以下のような画面になり、たぶん、うまくいっていそう

image

(4)やってみる

サンプルの上から2番目のプロジェクトを、別名で保存して開く。

image

最初の入力を、28 pixelのカラー画像(りんごとオレンジ)に変更。つまり、Input Datasetを、(1,28,28)→(3,28,28)にする。

以下の画面の黒い長方形の、「Input」をクリック。

image

画面左下に、Layer Property “Input”の詳細が表示されるので、Sizeの1,28,28のところをクリック。

image

1, 28, 28 が編集できるようになるので、一番左側の “1” を、 “3”に変更する。
(これは、最初の入力画像を、28x28pixelのグレースケール画像から、28x28pixelのカラー画像(RGBの3)に変更している。)

image

ネットワークの変更はこれで終了。

(5)

DATASET をクリック

image

Link Dataset の右側のmnist.small_mnist …. をクリック。

image

先ほどアップロードした、train をクリック。

正確には、train のあたりにマウスを持ってくると、左側に鎖のマークが出てくるので、その鎖のマークをクリック。

image

image

以下のような画面になる。

image

同様に、左側のValidationをクリックしてから、Validation用のデータセットを設定する。

image

image

—————————————————

<Windowsアプリでのtest.csvの作り方>

image

image

image

image

—————————————————

test.csvの取り込み

image

image

image

(6)train

画面右上の方の、Train をクリック

image

少し待つ

image

だいぶ待つ

image

この待っている時間が、カウントされているはず、、、10時間のうち、どのくらいの時間を使われるのだろうか、、、ドキドキ、、、そわそわ、、、

うまくいかないので、CONFIGを変更。

画面の右上の方の、CONFIG をクリックして、Max Epochを5, Batch Sizeも5 にしておく。

image

image

image

Evaluate をクリック。

image

数分かかる。でも結果が出た!

image

Confusion Matrix をクリックすると、りんご、オレンジの画像5枚ずつ、全て正解していることが分かる。(色で判断しているのであろうけれど、、、)

image

左上のホームボタンをクリックして、Dashboardに戻ります。0.1時間分、時間を消費しています。残り9.9時間分使用できます。

image

以上です。本当は、推測してみたいのですが、まあ、Validationの方で、正解ラベルは仮入力しておいて、推測するという面倒なことをすれば、一応、推測もできます。

もう少し簡単な方法をNeuralNetworkConsole側で何か提示していただけると楽しい感じですが、まだ厳しいかな。。。

でも、Cloud版が出たことは、Macにも門戸を開いて、本当に素晴らしいことだと思います。

関連記事
スポンサーリンク

シェアする

  • このエントリーをはてなブックマークに追加

フォローする