前々から気になってたGrad-CAMを実装してみました。実装に当たって以下を参考としてます。 EfficientNet-Keras-GradCam-Visualization/inference_example.ipynb at master · lvisdd/EfficientNet-Keras-GradCam-Visualization · GitHub上記は訓練済みのEffic…

ImageDataGeneratorを使って画像拡張を色々試してみます。使う画像は実家のワンコ（小次郎君）の写真です。 １．画像の水増し ① 回転（rotation_range） ② 横にずらす（width_shift_range） ③ 縦にずらす（height_shift_range） ④ 明るさを変える（brightnes…

tensorflow.kerasの画像拡張用モジュールImageDataGeneratorを使ってデータ拡張する際に、featurewise系のオプションの使用方法で躓いていたのですが、解決策が分かったのでまとめます。結論は至極シンプルで、しかも公式ドキュメントにちゃんと書かれている…

本記事では以下についてまとめます。 TensorFlowとPytorchにおける画像のデータ構造の違いについて解説 データ構造の相互に変換する方法について解説 １．TensorFlowとPytorchの画像のデータ構造の違い １．１．概要 １．２．具体例を使ってデータ構造の違い…

2019年にGoogle Brainから発表された画像認識モデルBiT（Big Transfer）をファインチューニングする方法についてまとめます。BiTにかかわる解説は以下が良くまとまっていました。 パラメータ数10億！最新の巨大画像認識モデル「BiT」爆誕 & 解説 - Qiita簡単…

ViT（Vision Transformer）を使用して学習したモデルをロードしようとしたところ、（ValueError: Unknown layer: ClassToken）というエラーが出ました。本記事ではこのエラーに対する対処方法についてまとめました。

ViT（Vision Transformer）とEfficientnetをCIFAR-10で試してみて、分類精度や処理速度の違い等を比較しました。

EfficientNetの概要を紹介するとともに、TensorflowによるEfficientNetの実装方法についてまとめました。qubvel/efficientnet（tfkeras）を使用しています。

CNNに取って代わると言われている画像分析手法、ViT（Vision Transformer）の実装方法についてまとめました。vit-kerasを使用しています。また、ViTモデルの種類等もまとめました。