ARCANA Meetup #47 の「画像認識技術の基礎から見るビジネスの可能性 」についてのスライドです。

1. 画像認識技術の基礎から見るビジネスの可能性

2. Table of Contents
機械学習のフロー
TensorFlow Object Detection API
大学のマスコットを認識させてみる
学習上の課題
ビジネスへの応用可能性

3. 機械学習のフロー Input X
Layer
(data transformation)
Layer
(data transformation)
Predictions
Y’
True targets
Y
Loss
function
Loss score
Optimizer
Weights
Weights
“４”を表す28*28(=784)のピクセルデータ
Input:784→relu関数→output:512
Input:512→ softmax関数→ output:10
categorical_crossentoropy
を用いると、YとY‘の差を求
め、ロス値として出力
Weightを
アップデート
Rmsprop optimizerを用いてロス値
を最も小さくするweightを算出

4. TensorFlow Object Detection API
1つの画像内で複数のオブジェクトの位置を特定し、識別することができるオープンソースの機械学習モデル

5. TensorFlow Object Detection API
1つの画像内で複数のオブジェクトの位置を特定し、識別することができるオープンソースの機械学習モデル
“Humber Hawk”
という名前の
マスコットです！

6. TensorFlow Object Detection API
1つの画像内で複数のオブジェクトの位置を特定し、識別することができるオープンソースの機械学習モデル
“Humber Hawk”
という名前の
マスコットです！
学習をさせたことのないモデルに彼の画像を通すと…

7. 学習前
“teddy bear”
として認識
TensorFlow Object Detection API

8. 学習前
“teddy bear”
として認識
TensorFlow Object Detection API
どうにかして
彼を“Humber Hawk”と
して認識させたい！

21. Apply to object detection
Inference_graphを
ダウンロード
object detection API
をセットアップ
マスコット認識！
大学のマスコットを認識させてみる
学習前“teddy bear”
として認識
学習後
“Humber_Hawk”
として認識！！

22. 学習上の課題
過学習の可能性
トレーニングデータ数を増やす
Solutions
ハイパーパラメータの変更
ネットワークの数を減らす
適切なweight regularlizationを行う
Dropoutを行う

23. ビジネスへの応用可能性
不動産の平面図を読み取り
店舗の特徴を抽出
キミスカの顔写真データか
ら、内定率やスカウトとの
相関を抽出
内定が出やすい身だしなみや
顔の人を上位に持ってくる
その店舗に最適な
ビジネス(企業)を提案
MAPやホクトの出店者により効率的に店舗を紹介できる
内定承諾確率を上げることで、成果報酬によるキャッシュフロー増加

24. ご清聴ありがとうございました！