[過去ﾛｸﾞ]
【統計分析】機械学習・データマイニング22 (1002ﾚｽ)
【統計分析】機械学習・データマイニング22 http://mevius.5ch.net/test/read.cgi/tech/1547338417/
上
下
前
次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
884: デフォルトの名無しさん (ｽｯｯﾌﾟ Sd0a-PuBp) [sage] 2019/02/24(日) 23:11:03.11 ID:92VWeI7md 呼び名に引っ張られない人が増えてほしいですね とりあえず手法にラベリングして深く考えない人が多いですからこの業界 http://mevius.5ch.net/test/read.cgi/tech/1547338417/884
885: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/24(日) 23:12:43.00 ID:laz54YR/0 い〜んじゃね モデルばっかり見ててもキリないしな http://mevius.5ch.net/test/read.cgi/tech/1547338417/885
886: デフォルトの名無しさん (ｱｳｱｳｲｰ Sa7d-Dlbm) [] 2019/02/25(月) 09:02:25.40 ID:WiC9+kGPa >>879 だね というより、かかる時間は別として ヒューリスティクスそのものだから http://mevius.5ch.net/test/read.cgi/tech/1547338417/886
887: デフォルトの名無しさん (ｽｯｯﾌﾟ Sd0a-PuBp) [sage] 2019/02/25(月) 10:27:48.38 ID:NsVMMXXwd 全くいらない http://mevius.5ch.net/test/read.cgi/tech/1547338417/887
888: デフォルトの名無しさん (ｽｯｯﾌﾟ Sd0a-PuBp) [sage] 2019/02/25(月) 10:30:01.10 ID:NsVMMXXwd 『ヒューリスティクス』なんて言葉より発見的探索とか言ったほうがわかりやすい http://mevius.5ch.net/test/read.cgi/tech/1547338417/888
889: デフォルトの名無しさん (ﾜｯﾁｮｲ c57c-nitw) [sage] 2019/02/25(月) 10:51:44.35 ID:mBiroDnU0 >>888 ヒューリスティックやん http://mevius.5ch.net/test/read.cgi/tech/1547338417/889
890: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/25(月) 10:57:39.62 ID:/sJxk25Gp 初歩的な質問ですいません ある部品にゴミやケバがつくような工程で画像データを用いた異常検知が出来たらと考えています 当方機械学習やディープラーニングを始めてまだ日も浅く現在はCNNがどのようなものかを学習しています 概要を学んだ次のステップとしてどのようなものを学習すれば良いのか分からないのですが画像を用いた異常検知を行いたい場合はどのような手法やアプローチが一般的なのでしょうか？ http://mevius.5ch.net/test/read.cgi/tech/1547338417/890
891: デフォルトの名無しさん (ﾜｯﾁｮｲ 7d01-281i) [] 2019/02/25(月) 11:52:07.90 ID:ca4t0hyc0 >>890 画像データは正常と異常それぞれどのくらいある(集まりそう)なの？ http://mevius.5ch.net/test/read.cgi/tech/1547338417/891
892: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/25(月) 12:02:29.04 ID:/sJxk25Gp >>891 すいません記載漏れていました 現状用意出来るのは正常画像が100枚、不良品が100枚です http://mevius.5ch.net/test/read.cgi/tech/1547338417/892
893: デフォルトの名無しさん (ﾜｯﾁｮｲ b6d5-shmE) [] 2019/02/25(月) 12:03:51.68 ID:ZDTG68ar0 東京大学理学部数学科を目指すか迷う。 http://mevius.5ch.net/test/read.cgi/tech/1547338417/893
894: デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spbd-4fA7) [sage] 2019/02/25(月) 12:25:29.00 ID:LEqgxgt7p >>892 CNN系の二値分類で行けない？ 100枚だと少ないので適当に水増しが必要だけど 回転させたり上下左右反転させたりごま塩ノイズ乗せたり http://mevius.5ch.net/test/read.cgi/tech/1547338417/894
895: デフォルトの名無しさん (ﾜｯﾁｮｲ 8ad4-TBgj) [sage] 2019/02/25(月) 12:57:36.74 ID:oHXxKjcA0 GAN使えよ http://mevius.5ch.net/test/read.cgi/tech/1547338417/895
896: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/25(月) 13:20:27.46 ID:/sJxk25Gp >>894 ありがとうございます CNNでの分類ですね 水増しに関しても調べてみます 画像サイズも大きいのでその辺もどう扱うのか調べてみます また別工程にも展開する場合は異常の画像が無いので生成モデルに関しても調べてみます >>895 ありがとうございます オートエンコーダーは聞いた事があったのですがGANについても調べてみます http://mevius.5ch.net/test/read.cgi/tech/1547338417/896
897: デフォルトの名無しさん (ﾜｯﾁｮｲ 2a81-nbQA) [] 2019/02/25(月) 13:32:06.44 ID:3im7HM1R0 習うより慣れろみたいなことかと 結果が出せればいいなら試すほうが多分速い 内部は知らなくてもディープラーニング自体は既存ソフトでできる まんべんなく学習しないとダメか http://mevius.5ch.net/test/read.cgi/tech/1547338417/897
898: デフォルトの名無しさん (ﾜｯﾁｮｲ 7d01-281i) [] 2019/02/25(月) 14:58:30.98 ID:ca4t0hyc0 >>892 枚数が少ないから、単純な画像処理で低次元の特徴を抽出する事を考えた方が良いかも http://mevius.5ch.net/test/read.cgi/tech/1547338417/898
899: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/25(月) 19:29:22.67 ID:RXoXH9qp0 データの水増しなんてもうkeras自身でできるぞ https://qiita.com/takurooo/items/c06365dd43914c253240 http://mevius.5ch.net/test/read.cgi/tech/1547338417/899
900: デフォルトの名無しさん (ﾜｯﾁｮｲ 79a5-Pez2) [sage] 2019/02/25(月) 20:51:21.96 ID:RH8W1dQ+0 不良品の検出って 毎回同じサイズ、角度、輝度、サイズだから 回転させたり捩らせたり拡大したりしたら精度下がりそうよね http://mevius.5ch.net/test/read.cgi/tech/1547338417/900
901: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/25(月) 20:58:01.22 ID:RXoXH9qp0 >>900 基本的にはとにかくデータを数多く用意するのが良い http://mevius.5ch.net/test/read.cgi/tech/1547338417/901
902: デフォルトの名無しさん (ﾌﾞｰｲﾓ MMc9-txeB) [sage] 2019/02/25(月) 21:02:27.32 ID:liS/dSpTM とにかく増やせってのは乱暴すぎるなぁ やっていい加工とやっちゃいけない加工がある http://mevius.5ch.net/test/read.cgi/tech/1547338417/902
903: デフォルトの名無しさん (ﾜｯﾁｮｲ 79a5-dS/9) [sage] 2019/02/25(月) 21:03:20.83 ID:RH8W1dQ+0 kreasてマルチスレッドで学習済みモデルloadできないのかよ 弱ったなぁ http://mevius.5ch.net/test/read.cgi/tech/1547338417/903
904: デフォルトの名無しさん (ﾜｯﾁｮｲ ad90-4qoz) [sage] 2019/02/25(月) 21:19:27.11 ID:UZGT0Hqw0 >>900 >毎回同じ それはデータによるから性質よく知ってないとね http://mevius.5ch.net/test/read.cgi/tech/1547338417/904
905: デフォルトの名無しさん (ﾜｯﾁｮｲ 2a01-Lak8) [sage] 2019/02/26(火) 00:17:58.46 ID:WkwiC4pK0 同じようなことやってるのね。異物は分類精度80％越えるけど、キズは認識しなかったな。 keras でVGG16 FineTune/ 画像110枚 での結果です。 http://mevius.5ch.net/test/read.cgi/tech/1547338417/905
906: デフォルトの名無しさん (ﾜｯﾁｮｲ a6da-PuBp) [sage] 2019/02/26(火) 01:17:49.05 ID:dP+RbMmq0 そこにaiはない http://mevius.5ch.net/test/read.cgi/tech/1547338417/906
907: デフォルトの名無しさん (ﾜｯﾁｮｲ 5e66-8sMm) [sage] 2019/02/26(火) 08:30:32.92 ID:AHrUdAaN0 大量の不良品パターンか 大量の良品パターンだけでも なんとかなるだろ http://mevius.5ch.net/test/read.cgi/tech/1547338417/907
908: デフォルトの名無しさん (ｱｳｱｳｶｰ Sa55-wfNy) [sage] 2019/02/26(火) 08:58:01.36 ID:Vge72Flua 良品のみから不良品を見つけるのは必ずしもできるわけではない 不良品を不良品と判断するための特徴量が見えていない場合などがそれに当たる http://mevius.5ch.net/test/read.cgi/tech/1547338417/908
909: デフォルトの名無しさん (ﾜｯﾁｮｲ ad90-4qoz) [sage] 2019/02/26(火) 09:11:33.00 ID:bc3ERkby0 二値分類みたいのは面倒なんだよね http://mevius.5ch.net/test/read.cgi/tech/1547338417/909
910: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/26(火) 10:37:18.94 ID:fq9lYmyMp >>896 です レス頂いた方ありがとうございます >>905 自分も同じ手順を試してみたいと思います もし良ければ参考にされた資料や記事などはありますでしょうか？ Kerasを使おうかと思うのですが始めて使用するので何から手をつけて良いか分からなくて… http://mevius.5ch.net/test/read.cgi/tech/1547338417/910
911: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/26(火) 10:54:57.26 ID:Vf3kLJJW0 >>910 この辺 https://qiita.com/dddmm/items/9e4d9e08a071cfa4be83 GPUないなら止めておいたほうがいいぞ http://mevius.5ch.net/test/read.cgi/tech/1547338417/911
912: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/26(火) 11:18:09.30 ID:fq9lYmyMp >>911 ありがとうございます keras自体の導入は済ませております 説明が分かりにくくてすいません ただどちらにせよGPUが無い環境なのでやるにしても制約が多そうですね… http://mevius.5ch.net/test/read.cgi/tech/1547338417/912
913: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/26(火) 11:37:27.80 ID:Vf3kLJJW0 >>912 「keras 二値分類」で検索すれば色々出てくるよ https://qiita.com/yakisobamilk/items/686d6ad5ae3285aec639 二値分類ぐらいならGTX750ぐらいでも行けるとおもう google colaboratoryってクラウドの無料サービスもあるけど、色々とどうにも面倒くさい http://mevius.5ch.net/test/read.cgi/tech/1547338417/913
ﾒﾓ帳
(0/65535文字)
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
あと 89 ﾚｽあります
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.010s