みらいテックラボ

音声・画像認識や機械学習など, 週末プログラマである管理人が興味のある技術の紹介や実際にトライしてみた様子などメモしていく.

TensorFlowで文字認識にチャレンジ(2)

今回は, 前回[1]のひらがなデータを使って, Deep MNIST for Experts[2]で紹介されてるCNN(Convolutional Neural Network)を試してみた.
[モデル構造]
1.畳み込み層
2.プーリング層
3.畳み込み層
4.プーリング層
5.全結合層
6.Softmax Regression層

[学習]

  • 対象文字:ひらがな73文字(小文字除く)
  • 筆記スタイル:楷書
  • 学習データ:9,874サンプル(約130サンプル/文字)
  • 学習回数:ミニバッチ(100サンプル)×10,000回
  • 学習ログ:

 step 0, training accuracy 0
 step 100, training accuracy 0.29
 step 200, training accuracy 0.74
 step 300, training accuracy 0.79
 step 400, training accuracy 0.89
 step 500, training accuracy 0.88
  :
 step 9400, training accuracy 1
 step 9500, training accuracy 1
 step 9600, training accuracy 1
 step 9700, training accuracy 1
 step 9800, training accuracy 1
 step 9900, training accuracy 1

  • 経過視覚化:

 上:学習データの認識率, 下:損失
f:id:moonlight-aska:20160629194553p:plain

[評価]

  • 対象文字:ひらがな73文字(小文字除く)
  • 筆記スタイル:楷書
  • 評価データ:2,010サンプル(最大30サンプル/文字)
  • 認識結果:

 --- No. 1 あ ---
 * 1位 : あ (0.999999)
  2位 : お (0.000001)
  3位 : め (0.000000)
  4位 : の (0.000000)
  5位 : わ (0.000000)
 --- No. 2 あ ---
 * 1位 : あ (0.999975)
  2位 : め (0.000025)
   :
 --- No. 2009 ん ---
 * 1位 : ん (0.997757)
  2位 : れ (0.002124)
  3位 : へ (0.000077)
  4位 : た (0.000024)
  5位 : か (0.000008)
 --- No. 2010 ん ---
 * 1位 : ん (1.000000)
  2位 : ぬ (0.000000)
  3位 : ね (0.000000)
  4位 : ふ (0.000000)
  5位 : か (0.000000)
 ---------- Total Accuracy ----------
  1位 : 96.22 % ( 1934 / 2010 )
  2位 : 99.30 % ( 1996 / 2010 )
  3位 : 99.65 % ( 2003 / 2010 )
  4位 : 99.80 % ( 2006 / 2010 )
  5位 : 99.85 % ( 2007 / 2010 )

対象文字が73文字と少ないこともあり, まずまずの認識性能が得られた. w( ̄▽ ̄;)wワオッ!!
次回は, 認識対象を漢字にまで広げてみようか...

(注)
 評価データに学習データが含まれるなどの不備が見つかったので, 再度評価し直し内容を修正しました. (2016/6/29)

----
[1] TensorFlowで文字認識にチャレンジ(1)
[2] Deep MNIST for Experts - TensorFlow




IA/UXプラクティス モバイル情報アーキテクチャとUXデザイン

IA/UXプラクティス モバイル情報アーキテクチャとUXデザイン



UI GRAPHICS ?世界の成功事例から学ぶ、スマホ以降のインターフェイスデザイン

UI GRAPHICS ?世界の成功事例から学ぶ、スマホ以降のインターフェイスデザイン

  • 作者: 水野勝仁,深津貴之,渡邊恵太,菅俊一,緒方壽人,iA,鹿野護,森田孝陽
  • 出版社/メーカー: ビー・エヌ・エヌ新社
  • 発売日: 2015/12/17
  • メディア: Kindle
  • この商品を含むブログを見る