AI研究所 - AI(人工知能)に脅かされないために、AI(人工知能)を作る側の人間になる -

HOME  >  Azure MLでディープラーニングさせて、嵐の顔診断ができるAI(人工知能)を作ってみた

更新日:2017.04.18

Azure MLでディープラーニングさせて、嵐の顔診断ができるAI(人工知能)を作ってみた

カテゴリー: AI(人工知能)の作り方

こんにちはAI研究所の見習い研究員マサミです。

私たちAI研究所は、普段は製造業向けにAIのコンサルティングなどを行っているのですが、まだまだ見習いの私は、実務よりもAIの勉強をしていることの方が多く、所長から画像認識を使った人工知能のサービスを個人的に作るミッションをもらいました(汗)

なので、嵐の顔診断ができるAIを作ってみようと思います!

まずは頑張って画像集めです。
手っ取り早くそれぞれのメンバーをGoogleで画像検索してそれらを保存していきました。

001

今回は胸から上の正面の画像だけに絞っていきました。
※ 眼鏡をかけていたり、若すぎる写真も省きました。

それぞれのメンバーの画像を保存しCSVに変換してAzure MLに読み込んで学習させます。
今回は、マルチクラスニューラルネットワークを使って機械学習させました。

隠れ層5つの全部で7層のディープラーニング(深層学習)です。

CNNの完成イメージ

002

パラメーターはこんな感じです。

● 隠れ層1層目のフィルタ数:5
● 隠れ層2層目のプーリングサイズ:2
● 隠れ層3層目のフィルタ数:10
● 隠れ層4層目のプーリングサイズ:2
● 隠れ層5層目のノード数:150
● 学習系数:0.005
● 学習回数:1000
● 重みの初期値の範囲:1
● モメンタム:0

機械学習の結果は、、、、、、
、、、、
、、、

散々です。

男の人全員をパパと呼んでしまう赤ちゃんのようなAIができました。。。

003

この赤ちゃんのようなAIを「あっくん」と名付けることにしました。
※ 所長から、人工知能に名前をつけると愛着がわくと言われていたので(笑)

「あっくん」の学習結果が悪い理由は、どうやらCSVの変換に失敗している画像データがあったからだったみたいなので、それらを除去して再度、機械学習させました。

結果は、少しは精度が良くなりましたがまだまだ赤ちゃんって感じのAIです。

003

おそらく学習に利用したデータ数が少なすぎたんだと思います。

所長に相談したところ一人あたり1000画像くらい集めたらとのこと。。。
今回集めた画像数がそれぞれ、

桜井くん:92
松潤:174
相葉くん:169
大野くん:137
ニノ:135

なので全然足りない!

もう少し「あっくん」にいい学習をさせてあげられるように、画像集めなおして出直してきます!!
また、このブログで報告します。

タグ:


参考になったら「いいね!」と「シェア」をお願いします!!

このエントリーをはてなブックマークに追加
AI(人工知能)入門セミナー開催中
AI(人工知能)入門セミナー

AI入門ブログの中の人

AI研究所 研究スタッフ
通称:マサミ
アメリカ・サンフランシスコにある情報メディアの専門学校を卒業。大手金融会社での事務経験を経て、2016年9月よりAI研究所に入所。見習い研究員として、AI技術を日々勉強中。

Facebookページ