■
HOME
■
Security
■
Software
■
Hardware
■
FPGA
■
CPU
■
Android
■
Raspberry Pi
■
nLite
■
Xcode
■
etc.
■
ALL
■
LINK
■
BACK
・
2020/11/22
マイクロソフトの提供する無料の機械学習アプリ Lobeで遊んでみる
(機械学習アプリ Lobeで「ごちうさ」のキャラ画像を機械学習してカメラで認識するかテストしてみるんゴ!)
Tags: [
Windows
], [
無人インストール
]
●マイクロソフトの提供する無料の機械学習アプリ Lobeで遊んでみる
機械学習アプリ Lobeで「ごちうさ」のキャラ画像を機械学習してカメラで認識するかテストしてみるんゴ!!
From beekeepers to ocean mappers, Lobe aims to make it easy for anyone to train machine learning models
Lobe - Machine Learning Made Easy
Lobe helps you train machine learning models with a free, easy to use tool .
・ Lobe.exeをダウンロード
・ Lobe.exeを実行
・学習用の画像を用意
・学習用の画像を目視で手直し
・学習用の画像を登録
・学習の完了を待つ Train
・学習の間違いを手作業で修正
・実際に学習結果を確認
● Lobe.exeをダウンロード
Lobe - Machine Learning Made Easy
から
Lobe.exe
をダウンロードします。
Lobe.exe
Ver 0.7.1022.3
CRC32: F55FEB7B
MD5: 4BA98EA84B2971B5FF6C831D5147607F
SHA-1: 2B43F9CCA05259F66493AA1F19925675C549D0FD
SHA-256: 7ED46365F6FE18A6ADC8830B4F294FCA0BCC113431C126D69C0426CE62CDE228
● Lobe.exeを実行
Lobe.exeを実行します。
左上にプロジェクト名「GochiUsa」を入力します。
※ GochiUsaとは「ごちうさ」の事で、正式には「ご注文はうさぎですか?」と言う漫画、アニメの名称である。
TVアニメ「ご注文はうさぎですか?BLOOM」公式サイト
とりあえず、色別に5人の人物(キャラクタ)が居るので認識パターンとして手頃と思いこれを採用しました。
5人繋がりで戦隊モノが好きな人は「秘密戦隊 ゴレンジャー」でも良いです。
秘密戦隊 ゴレンジャー
●学習用の画像を用意
Lobeの場合は学習用の画像として各ラベル毎に最低 5枚は必要です。
今回は、登録する画像を用意する手間と労力を考えて、画像検索の検索結果からマルパクします。
画像検索の検索結果から画像ファイルをマルパクするスクリプトは事前に作成して、ここに用意しました。(こんな事もあろうかと、、、真田さん)
・
2020/09/29
機械学習用に画像検索の結果一覧のサムネイル画像を JavaScriptで全自動で一括で取得する方法
画像検索結果一括ダウンローダ、JavaScript言語を使って、ブラウザの開発者モードのコンソールで動かします、ググれ勝つ
画像検索で下記のキーワードで5人分の画像を取得します。
順番に、水色、赤色、黄色、紫色、緑色を担当します。
・ごちうさ チノ
・ごちうさ ココア
・ごちうさ シャロ
・ごちうさ リゼ
・ごちうさ 千夜
取得した画像は下記のフォルダ(ディレクトリ)に振り分けて保存します。
GochiUsa\チノ GochiUsa\ココア GochiUsa\シャロ GochiUsa\リゼ GochiUsa\千夜
また、「何も無い時」の画像として「ダンボールで無地の背景」をカメラ撮影して登録します。
●学習用の画像を目視で手直し
各フォルダに振り分けた画像群を目視で確認して、不明瞭だったり、検索間違いの画像を削除や正しいキャラのフォルダに移動します。
これらの下準備は学習(Training)の精度に影響します。
●学習用の画像を登録
学習用の画像を Lobeに登録します。
学習用の画像の登録は下記のいずれかで行ないます。
・Images - パソコン内に保存してある画像(複数指定可能)
・Camera - カメラ撮影をして登録
・Dataset - パソコン内にディレクトリ別に保存してある画像群を一括登録
また、画像群の入ったフォルダをドラッグ&ドロップする事で「フォルダ名」を「ラベル」とした一括登録を行なえます。
今回は、上記で用意した GochiUsaフォルダを丸ごとドラッグ&ドロップします。
学習ラベルとして自動的にフォルダ名の「チノ」「ココア」「シャロ」「リゼ」「千夜」が割り当てられます。
●学習用の画像を登録「何も無い時」
「何も無い時」の画像として「ダンボールで無地の背景」をカメラ撮影して登録します。
この「何も無い時」の学習ラベルが無いと、実際にカメラ映像に何も無い場合でも一生懸命「何か」を検出して表示します。
●「ラベル」とは?
ある物体を認識(識別)する時の名称・名前。
この場合は各キャラクタの名前が「ラベル」になります。
例として「じゃんけん」の場合は「グー」「チョキ」「パー」「何も無い状態」がラベルになります。
●学習の完了を待つ Train
上記で画像を登録すると自動的に学習処理が開始するので、全部の画像を登録し終わったら Trainが完了するのを待ちます。
超高速なパワフルな CPUを積んだパソコンが必須です。
Core i5 8269Uのパソコンでも学習中は Lobeの操作が激重になります。
Core i999 2048core位のパソコンが欲しくなります。
将棋のなんとか君の 50万円の AMDの CPUでも良いが電気代が。。。
●学習の間違いを手作業で修正
各ラベルに赤いバーで学習間違い(エラー)の割合が表示されます。
incorrectly = 間違っている
これらを手作業で修正します。
ラベルが赤くなっている画像を選択して、赤いラベル部分をクリックして正しいラベルを選択して「リターン」を押します。
選択肢に出てこない場合は正しいラベルを手入力します。
画像を選択する時は
・Shiftキーを押しながらで「開始」と「終了」で一括で修正対象の画像を選択できます
・Ctrlキーを押しながらで複数の画像を任意に選択できます
画像を複数選択した状態で、どれかの画像のラベル部分を選択すると一括でラベルの変更が可能です。
●実際に学習結果を確認
学習ではネットで検索した「画像」、大部分がアニメ画面の画像を使いましたが、学習結果の確認では同じキャラクタの「フィギュア」をカメラ撮影して確認します。
背景はダンボールで無地とし、該当のキャラクタのフィギュアをカメラで撮影します。
結果:非常に荒っぽい学習方法ですが、まあまあ、まあまあ認識してくれました。
青系は「チノ」と認識します。
赤系は「ココア」と認識します。
紫系は「リゼ」と認識します。
黄色系は「シャロ」と認識します。
なお、「千夜」のフィギュアは持って無いので未確認です。(緑は要らない子。。。)
また、予想通り、想定通り、青髪の「レム」を「チノ」と認識してくれました。
※ レムは「リゼロ」「Re:ゼロから始める異世界生活」のキャラクタの名前であり「俺の嫁」。
TVアニメ『Re:ゼロから始める異世界生活』オフィシャルサイト
なお、ストーリーは「鬱鬱ワールド全壊」な展開なので追っていません。(キャラしか観ていない)
●学習用の画像を用意
●学習用の画像を目視で手直し
事前に間違い画像を手作業で除去します。
●学習用の画像を登録
・Dataset - パソコン内にディレクトリ別に保存してある画像群を一括登録
・機械学習アプリ Lobeで「ごちうさ」のキャラ画像を機械学習してカメラで認識するかテストしてみるんゴ!!
●学習用の画像を登録「何も無い時」
●学習の完了を待つ Train
Core i999 2048core位のパソコンが欲しくなります。
●学習の間違いを手作業で修正
・機械学習アプリ Lobeで「ごちうさ」のキャラ画像を機械学習してカメラで認識するかテストしてみるんゴ!!
●実際に学習結果を確認
青系は「チノ」と認識します。
●実際に学習結果を確認
「何も無い場合」は「なし」と認識します。
●実際に学習結果を確認
赤系は「ココア」と認識します。
・機械学習アプリ Lobeで「ごちうさ」のキャラ画像を機械学習してカメラで認識するかテストしてみるんゴ!!
●実際に学習結果を確認
紫系は「リゼ」と認識します。
●実際に学習結果を確認
黄色系は「シャロ」と認識します。
●実際に学習結果を確認
また、予想通り、想定通り、青髪の「レム」を「チノ」と認識してくれました。
●実際に学習結果を確認
「シャロ」の画像を「シャロ」と認識します。
・機械学習アプリ Lobeで「ごちうさ」のキャラ画像を機械学習してカメラで認識するかテストしてみるんゴ!!
●実際に学習結果を確認
「チノ」の画像を「チノ」と認識します。
●実際に学習結果を確認
「ココア」の画像を「ココア」と認識します。
●学習結果は保存されるので再利用が可能
学習内容は保存されるので再利用が可能です。
サンプルのダウンロードはどこ?
Tags: [
Windows
], [
無人インストール
]
●関連するコンテンツ
(この記事を読んだ人は、次の記事も読んでいます)
機械学習用に画像検索の結果一覧のサムネイル画像を JavaScriptで全自動で一括で取得する方法
画像検索結果一括ダウンローダ、JavaScript言語を使って、ブラウザの開発者モードのコンソールで動かします、ググれ勝つ
[HOME]
|
[BACK]
リンクフリー(連絡不要、ただしトップページ以外は Web構成の変更で移動する場合があります)
Copyright (c) 2020 FREE WING,Y.Sakamoto
Powered by
猫屋敷工房
&
HTML Generator
http://www.neko.ne.jp/~freewing/software/microsoft_lobe_machine_learning/