필터 지우기
필터 지우기

AlexNetを利用​した転移学習における​特徴抽出につきまして

조회 수: 12 (최근 30일)
ssk
ssk 2019년 5월 30일
댓글: ssk 2019년 5월 31일
機械学習初心者です。特徴抽出の概念でつまづいているところがございましてご質問いたしました。
下記リンクがAlexnetを利用した転移学習のリンクとなります。
本チュートリアルでは、まず、事前に訓練されたAlexnetを入力画像に適用し、次にCNN出力(特徴)をネットワーク層から抽出して、抽出された特徴は新しいパターン分類器を訓練するために使用されるかと思います。
Alexnetのもともとのデータセット(ImageNet)に含まれていない医用画像のデータセット(たとえば細胞や人間の臓器など)で新しいパターン分類器を作りたい場合、この方法を用いてもよろしいでしょうか。
また、仮に医用画像のデータセットが100枚だとすると、既存のImageNet 1,400万枚+100枚 = 1,400万100枚の特徴が抽出されるのでしょうか。それとも、100枚は分類にのみ使われ、特徴として抽出されるのはあくまでImageNetのみでしょうか。
あわせて、本チュートリアルではfine-tuningは行っていないという認識でよろしいでしょうか。
どうぞよろしくお願いいたします。

채택된 답변

Kenta
Kenta 2019년 5월 31일
リンクを確認しましたが、これがfine-tuningと呼ばれるものです。英語版を見るとそのフレーズを確認できます。
Alexnetをインポートした結果、ネットワーク構造や、重みなどの条件はAlexnetのものが採用されますが、このように学習を行うと、重みやバイアスは更新されます。そのため、imagenetをベースにしたものをそちらの手元のデータで微調整する形になります。
imagenetに医用画像は含まれていないのですが、ゼロから自前で作るよりはよい精度が見込まれるかと思います。医用画像用に少しアレンジを加えるのが望ましいですが、少し作りこみが必要かもしれません。
  댓글 수: 3
Kenta
Kenta 2019년 5월 31일
特徴抽出+SVMというのと、このリンクにあるように、ネットワーク構造などをインポートして、そのあとは通常通りCNNの学習を行うものがあります。おそらく、おっしゃっているのは、前者のほうで、またちがうドキュメントにあります。今回の例はAlexnetに、自分のタスク、例えば5つの分類問題用の全結合層などをくっつけて学習を行うものです。こちらは、バックプロパゲーションなどで通常のCNNのような学習を行うので、重みが更新されていきます。よって、この場合分類されているのは医用画像で、imagenetのデータでalexnetを構成した、ということと思います。
layersやそれに相当する変数をクリックしていけば、重みにアクセスできます。学習後に見てみると変わっていることがわかると思います。
ssk
ssk 2019년 5월 31일
前者と後者を混同しておりました。重みの更新につきましてもご示唆を頂きありがとうございました!

댓글을 달려면 로그인하십시오.

추가 답변 (0개)

카테고리

Help CenterFile Exchange에서 イメージを使用した深層学習에 대해 자세히 알아보기

태그

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!