本研究では、データ拡張を用いたミックス犬（雑種）の画像分類モデルを構築し、その識別精度を検証した。親犬種の特徴が混ざるミックス犬は、既存の純血種向けシステムでの正確な識別が困難である。そこで、親犬種の組み合わせで、マルチーズとトイプードル、ポメラニアンとトイプードル、チワワとダックスフンドの3種を対象に、データ拡張により各250枚の画像を用意して分類モデルを学習させ、Grad-CAMでモデルの注目領域を可視化した。
実験の結果、マルチーズとトイプードルとチワワとダックスフンドは再現率1.00、適合率0.89と高い精度を示したが、ポメラニアンとトイプードルは適合率0.53と低く、誤認識されやすい傾向が示された。Grad-CAMの可視化では、犬種ごとに顔全体や耳、目元など異なる特徴を捉えていることが確認できた（図1）。
図1 3種のミックス犬のGrad-CAMによる可視化
今後は、データの拡充やモデル改良により、実用的なWeb識別システムの実現を目指す。
