前橋工科大学 - メディアアート・プログラミング (アプリケーション開発) 2019
ml5.js 実践 – 転移学習1 : 特徴抽出による画像のクラス分け
今回から、さらに実践的にml5.jsを使用した機械学習のプログラミングに挑戦してきます。
今回から数回は「転移学習 (Transfer Learning)」を活用したコンテンツの制作を行っていきます。転移学習とは、機械学習の学習手法の一つで、ある領域で学習させたモデルを別の領域に適応させる技術です。この学習方法は、教師あり学習 (Supervised Learning)、教師なし学習(Unsupervised Learning)、強化学習(Reinforcement Learning) などの従来の学習方法と違い、膨大な学習データを用意できない場合でも他の学習データを活用することが可能なため、とても実用的な技術です。
今回は、あらかじめ膨大な画像のデータセット (NetImage) で学習させたモデルの特徴のデータのみを抽出 (Feature Extraction) し、その特徴データを用いて他の画像をクラス分けしてみます。