本研究では、深層学習を用いた画像分類に着目し、画像分類の精度向上方法について調査しました。
画像分類は自動レジシステムなど様々な応用分野において重要な技術であり、その精度の向上が求められています。
調査では、特に洋菓子の画像に着目し、カップケーキとマカロンを含む食品14クラスを対象として、新たな画像データを追加した上で学習を行い、分類精度と多クラス分類タスクの評価方法であるmacro平均を用いて評価しました。
調査の結果、cupcakeとmacaronの画像を追加するごとにaccuracy(正解率)が向上し、画像データを新たに追加して学習させることが分類精度の向上に有効であることが分かりました。また、学習させる画像データが多ければ多いほど精度は向上しやすいことが分かりました。さらに、画像分類を誰もが簡単に使用できるようにWebシステムを作成し、画像ファイルを選択またはドラッグしてアップロードすることで画像分類を行えるようにしました。
今後は、学習データを増やすだけではなく、ハイパーパラメータの最適化やデータのバランスを整えることで、精度の向上を目指します。
図1. 洋菓子画像分類システムの画面例
