Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Webリソースを利用したDeep Learning ~地図タイルを例として

586 visualizaciones

Publicado el

ESJ65 W01 発表資料

Publicado en: Ciencias
  • Inicia sesión para ver los comentarios

  • Sé el primero en recomendar esto

Webリソースを利用したDeep Learning ~地図タイルを例として

  1. 1. ESJ65 W01 2018/03/13 Webリソースを利用したDeep Learning 地図タイルを例として OSGeo財団日本支部 岩崎 亘典 wata909@gmail.com
  2. 2. /16 そもそもDeep Learningとは? • 機械学習のサブセットであるディープラーニングが、こ れまでにない破壊的イノベーションを起こしています 2Webリソースを利用したDeep Learning 出典:https://blogs.nvidia.co.jp/2016/08/09/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
  3. 3. /16 Deep Learningの特徴 • 学習のために大量のデータが必要 – 従来:人による特徴量の設定 – Deep Learning:AIによる特徴量の抽出と 分類 3Webリソースを利用したDeep Learning https://jp.mathworks.com/discovery/deep-learning.html 人による 特徴量設定 画像処理によ る特徴抽出 モデルによる 分類 学習用画像 の準備 AIによる特徴量の抽出 と画像の分類
  4. 4. /16 「地図タイル形式」とは • 標準化された地理空間情報 • 地球全体を正方形で近似 – 全体がズームレベル0,拡大すると1,2 • 拡大する毎に四分割 – 東西がX、南北がY、ズームがZ • http://hoge.hoge/{z}/{x}/{y}.ext でアクセス可能 – ただし原点が左上の場合と左下の場合があるので注意 4Webリソースを利用したDeep Learning 地図タイルの概念図 出典:国土地理院
  5. 5. /16 様々なデータがすでに整備されている 5Webリソースを利用したDeep Learning https://cyberjapandata. gsi.go.jp/xyz/std /14/14568/6429.png http://www.finds.jp/ws/tmc/ 1.0.0/Kanto_Rapid-900913-L /14/14568/6429.png https://cyberjapandata. gsi.go.jp/xyz/ort /14/14568/6429.jpg http://map.ecoris.info/t iles/vege67hill /14/14568/6429.png 地理院タイル標準地図 地理院タイル空中写真 迅速測図 エコリス地図タイル植生 https://cyberjapandata. gsi.go.jp/xyz/relief/ /14/14568/6429.png 14/14568/6429 (北西原点) http://www.gridscapes.net/AllRivers /1.0.0/w/11/1813/1239.png 11/1813/1239 (南西原点) http://www.finds.jp/ws/tmc/1. 0.0/KBN25000ANF-900913-L /14/14568/6429.png http://www.gridscapes.net/AllRivers /1.0.0/t/11/1813/1239.png 地理院タイル彩色陰影図 基盤地図情報 川だけ地図 川だけ地形地図
  6. 6. /16 画像データに限らない • https://maps.gsi.go.jp/xyz/experimental_landformclassification2 /14/14568/6429.geojson 6Webリソースを利用したDeep Learning 地理院タイル人工地形
  7. 7. /16 ファイルベースのデータの欠点 • データが可視化されていない、使いたいデータ なのかどうか不明 • ファイル形式や座標系変換、データの結合、切 り出しなどの準備が必要 7Webリソースを利用したDeep Learning
  8. 8. /16 ファイルベースのデータの欠点→地図タイル形式の利点 • データが可視化されていない、使いたいデータ なのかどうか不明 閲覧用データなので可視化されている 用途に合うかどうか確認できる • ファイル形式や座標系変換、データの結合、切 り出しなどの準備が必要 座標系が統一されている、形式変換も容易 JPG、PNG、GeoJSONなどWebフレンドリー {z}/{x}/{y}を指定すれば、必要なデータが 入手できる ただし,原点に注意は必要 8Webリソースを利用したDeep Learning
  9. 9. ESJ65 W01 2018/03/13 このデータをDeep Learning に使えないか? 9
  10. 10. /16 pix2pixで地図タイルを利用するプログラムを開発 10Webリソースを利用したDeep Learning pix2pixによる画像の変換例。左が入力。 右が推定結果。 https://qiita.com/octpath/items/acaf5b4dbcb4e105a8d3 • 汎用的画像変換プログラムであるpix2pixから、地図タイルを 利用可能とする – 地図タイルは 256*256のため直接使用可能 – Githubで公開 – https://github.com/NARO-41605/pix2pix_map_tiles – ライセンスはMIT
  11. 11. /16 pix2pixで地図タイルを利用するプログラムを開発 • 使用方法については、Qiitaでまとめてます – https://qiita.com/wata909/items/01d98293bc9 6f5f43d92 – 上がってないプログラムありますorz... – また、Ubuntu14.04だと、今は動かない • 正確にはPythonのバージョンの模様 11Webリソースを利用したDeep Learning
  12. 12. /16 QGIS用プラグインの開発 ~Qpix2pix • 学習済みモデルを使用して、表示域の分類が可能 – 分類精度についてはモデルに依存 • よって分類器の改良が必要・・・・ 12Webリソースを利用したDeep Learning
  13. 13. /16 まとめ • 地図タイルはDeep Learningデータとして利用可能 – データを公開する際にはタイル形式で • pix2pixで地図タイルを使用するプログラムを公開して います – https://github.com/NARO-41605/pix2pix_map_tiles – https://qiita.com/wata909/items/01d98293bc96f5f43d92 – Pull requestをお願いします(汗 • ライセンスにはご注意を!! – Google等の地図・衛星画像サービスは「非商用」の みです – 「見られる」と「使える」は違います。代理店に相 談してから使いましょう 13Webリソースを利用したDeep Learning
  14. 14. /16 まとめ • 地図タイルはDeep Learningデータとして利用可能 – データを公開する際にはタイル形式で • pix2pixで地図タイルを使用するプログラムを公開して います – https://github.com/NARO-41605/pix2pix_map_tiles – https://qiita.com/wata909/items/01d98293bc96f5f43d92 – Pull requestをお願いします(汗 • ライセンスにはご注意を!! – Google等の地図・衛星画像サービスは「非営利目 的」のみです – 「見られる」と「使える」は違います。代理店に相 談してから使いましょう 14Webリソースを利用したDeep Learning
  15. 15. /16 まとめ • ライセンスにはご注意を!! – Google等の地図・衛星画像サービスは「非営利目 的」のみです – 「見られる」と「使える」は違います。代理店に相 談してから使いましょう • 地図タイルは、Deep Learningのためのデータとして利 用可能 – データを公開する際にはタイル形式で • pix2pixで地図タイルを使用するプログラムを公開して います – https://github.com/NARO-41605/pix2pix_map_tiles – https://qiita.com/wata909/items/01d98293bc96f5f43d92 – Pull requestをお願いします(汗 15Webリソースを利用したDeep Learning
  16. 16. /16 まとめ • ライセンスにはご注意を!! – Google等の地図・衛星画像サービスは「非営利目 的」のみです – 「見られる」と「使える」は違います。代理店に相 談してから使いましょう – 「収益」を得るのはだめ。「利益」じゃないです 16Webリソースを利用したDeep Learning

×