Google Imageのデータの分類

fast.aiの練習で，自分でGoogle Imageでデータをダウンロードしてきて，それを畳み込みニューラルネットで分類するとというのがある．講義では，手作業でChromeからJavaScriptでデータを落としていたが，自分でやるのは大変面倒くさい．

調べてみたら，ダウンローダが開発されているようだ．Google Colab上での手順は以下の通りで簡単なので，色々試すことができる．

まずインストールだが，最近PyTorchが最初からインストールされた状態になっているので，以下の1行で大丈夫だ．

!pip install fastai  

次にモジュールを読み込む．widgetにダウンロード関係のものが入っている．

from fastai import *
from fastai.vision import *
from fastai.widgets import *

保存したいパス名と検索したい文字列を準備してから，download_google_imagesを呼び出す．ここでは，少女時代というグループの2人を見分けることを考える．

path = 'image_downloader'
labels = ['Stephanie Young Hwang', '윤아']
for label in labels: 
   download_google_images(path, label, size='>400*300', n_images=99)

ダウンロードしたデータがフォルダに保存されてるので，フォルダ名からデータ束を生成する．

path = Path(path)
data = ImageDataBunch.from_folder(path, train=".", valid_pct=0.2,
       ds_tfms=get_transforms(), size=224).normalize(imagenet_stats)

データの1バッチをみてるには，

data.show_batch(rows=3, figsize=(7,8))

とする．こんな感じになっている．

あとは学習器を作り，訓練するだけだ．

learn = create_cnn(data, models.resnet34, metrics=error_rate)
learn.fit_one_cycle(10)

正解率は9割程度で，予測がうまくいかなかった順にヒートマップ付きで示したのが，冒頭に示した図になる．私が見てもさっぱりわからないので、少なくとも私よりは識別能力があるようだ。