[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング24 (1002ﾚｽ)
上下前次1-新
抽出解除 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
ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡
376(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 9bb0-ZQbr [114.164.61.37]) [sage] 2019/05/20(月) 03:04:00.68 ID:kMasXacY0(1) AAS
>>367です
>>371
>>375
ラベルに関しては正常が1万、異常が20あります
人が見ても一応異常と判断することはできます
ただ、欠けやキズではなく位置ズレなので軽微なやつは分かりにくいです
分布が正常の方が広くなっていて、異常は小さく、正常の中に被っていて閾値が引けないので
あまり水増しで画像を加工しないようにするのと対照の所を判断しやすいように画像のトリミングを行ってフォーカスさせて変化を見てみるくらいかなぁと思ってます…
アドバイス頂いた特徴量の選び方を工夫するとはどなような方法がありますか？
378(1): デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spef-MdQY [126.33.78.134]) [sage] 2019/05/20(月) 03:59:25.00 ID:zK6cmhQap(3/5) AAS
>>376
画像から何らかの基準値が作られてそれが識別として利用できないなら基準値を変えることから始める
位置ズレを検出したい、かつ人間なら判断できると言うのであれば、結構な確率でそのようなネットワークは作れると思う
もし位置が重要であるならば、前処理として画像を2値化して白黒にしてしまうのがいい
正常と異常のバランスが悪いので、正常なデータだけを使ってVAEを組むのが良いが、オートエンコーダは検出能力が低いので、正常だけども異常と判断されるように閾値を下げる
異常と検出されたものの中から正常なものを除去するために、異常なデータを水増しして、CNNを組み込んだデータで2値分類をする
こんな感じかな？
上下前次1-新書関写板覧索設栞歴
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.039s