”進入禁止”と”天下一品”はディープラーニングで識別できるか！？

こんなツイートを見かけたので。

ピント天一ver.たまたま撮れてたし載っけとこ。 pic.twitter.com/fxQACY9rFG

— Capybarunner (@Bleu_kakeru727) 2017年12月6日

うちにあるディープラーニングコードで、”進入禁止”と”天下一品”を識別できるか！？

気になったので、やってみました。

※ この記事は、某H社さんの機能を否定するものではありません。あらゆる場面での画像認識は難しいです。ほんとに。

精度を上げようと思ったらいくらでもあげられるんですが、上記の状況になるべく合わせるように以下のような条件でディープラーニングしました。

・ ディープラーニングの学習時の画像サイズは56×56

・ 教師データは、写真中に一部だけ写ったものをなるべく使用(画像一杯に移った高解像度な”進入禁止”、”天下一品”の画像はなるべく使わない)

こんな感じに、画面のごく一部に写ったそれぞれのマークを取得します。

ちょっと困ったのは”進入禁止”のマーク取得。

上のように、写真じゃないものならたくさん引っかかるんですが、写真に写った進入禁止の標識はなかなかありません。

おかげで、300枚の写真を集めて、得られたのは26枚。

一方の”天下一品”の看板はたくさんありました。ここから使えそうなものだけを選び、大体40枚くらい集めました。

集めた画像から、それぞれ3枚づつを抜き取り、さらにそのデータを左右反転した画像を作って2倍にします。

それから上のようにディープラーニングを実行。

300 epochがものの3分ほどで終了。低解像度なので、軽いです。

で、テスト画像を使った結果。

結論から言うと、進入禁止3枚はすべて”進入禁止”で認識、一方”天下一品”マークの3枚は、1枚しか正解しませんでした。

全体の認識率は66％ですが、天下一品だけ見ると33％。

やっぱり、低いですね。

最近、こういう可視化ツールを作ってみました。

画像認識するとき、いったいどの特徴を拾っているのか？を見える化。赤いところほど注目している部位です。

正直いって、両者にあまり認識パターンの違いがありません。つまり、分けづらいということのようです。

もちろん、高解像度にして深層化すればかなり認識率は上げられますが、車に搭載するレベルのカメラで、かつ街中で小さく現れるレベルでは、この結果のようにほとんど認識できないのでは？と思います。

わざわざこの2者だけを識別する学習器を作ってこれですから、現実には難しそうです。

ということは、自動運転が実用化した時代に”天下一品”の看板を見た自動運転車はどうなるんでしょうか？気になりますね。

おやつカンパニー ベビースタードデカイラーメン 天下一品 こってり味 1箱(12袋)