![見出し画像](https://assets.st-note.com/production/uploads/images/33044459/rectangle_large_type_2_404c6b3c9cd33b1fcabf07995c79680d.jpg?width=1200)
【Project UB #2】三角筋マッチング
こんにちは!
GW以来AIを放置してきたUtakuです笑!!(^^)/
簿記の勉強がおもしろくてつい…笑
【Project UB】の仕切り直しで『パターンマッチング』に取り組みました!!
何をしようとしていたかはこちら!↓
ロップイヤー(うさぎの品種.耳がたれているのが特徴)が可愛すぎて,
ウサギを分類するAIを作ろうとしていたにけり
なのでした(*´ω`)!!
1.結局AIできたの? ~Utaku,感想を語る~
結果的にFlaskを使っていい感じのAIアプリケーションができたんですよ.
参考にした書籍は2種類です
1.pythonの機械学習の本
2.Flaskの本
しかし,想像よりも簡単でなんかあっけなかったんですよね.
前は”AIが趣味です”とか言ってる人がいたらすげぇとか思ってたんですよ.
でもいまはいい時代で,AIのアルゴリズムとか知らずに標準のライブラリを使ってなんとなく作れてしまうものなんですね.
それはAIに限った話ではなく,ブログでもyoutubeでも本屋に行けば”最強の○○術”みたいな本って結構売ってるんですよ.だれでも最低限の使い方は習得できるということですね.
(それでもたいていコンテンツが思いつかないので,そこは難しいところですが笑)
まぁ自分の力だけで試行錯誤して知識を得るよりかは,一定のレベルに達するまでの効率は非常に高くなると思います.
こういう話はいつか【努力考察】でします.
つまり,拍子抜け過ぎて私が求める修行要素があまりなかったんですね
これじゃ生き急ぎ系男子的には納得できません笑
よって,どうせ時間をかけてやるんだったら
イ)ちゃんと勉強して
ロ)仕組みを理解したうえで
またやろうとなったわけです(^o^)
2.パターンマッチングとは?
AIの利点は”特徴抽出”にあると言われていますよね
ディープラーニングとかで学習すると”猫とはなんたるか”みたいなものが導かれるといいます.
それがよくわからなかったので極めて原始的な画像認識の手法を学習しました!
パターンマッチングとは端的に言うと”〇ォーリーを探せ”です
サンプル画像と元データを細かいレベルまでよく見て比較して探す
ということですね
このとき,まったく同じ部分を探すというのが重要です.
例えばUtakuの三角筋の画像があるとします
図1 サンプル画像
なんということでしょう
外側への張り出しに欠け,丸みに乏しい三角筋です…(´;ω;`)
この三角筋が元データのどこにあるのかを探すのがパターンマッチングです
図2 元データ
人間だったらすぐにわかりますよね笑
でもコンピュータにとっては”画像を見る”なんて芸当はできません.
よって,何回も何回も同じ作業を繰り返してチマチマ探していくわけですね
やりかたは
1.サンプル画像と同じ大きさの枠をつくる
2.枠を少しづつ動かしてサンプル画像と比較する
って感じです
以下にイメージ図を載せます
図3 比較する人と枠
このとき,比較するさいに使用するのが数学における”空間”や”ベクトルの内積”の考え方です.(本記事では省略します)
ソース関連は需要があるかわからないのでとりあえず放置します.
なんやかんやあってpythonに実装したところ以下のように見つけてくれました
(処理に5~6時間かかりました笑)
図4 元データが含むサンプル画像の発見
見つけられた!
\(^o^)/ワーイワーイ
3.まとめ
どんどん適当になってくるProject UB
その理由は”これ書いてる時間で簿記できるじゃん”
です笑
マルチタスク型に見えて,実は一定期間は一つのことしかできないですよね(泣)
これからの改善点ですね
切り替えを大事にしていきたいです笑
ではまた!!
この記事が気に入ったらサポートをしてみませんか?