画像認識系ディープラーニングのToolbox

MATLABで画像認識のディープラーニングでおすすめToolboxは?

低解像度の画像を使う場合は2つ

画像認識のイメージ画像

MATLABを使って、 画像認識をディープラーニングで行う際に、 おすすめのToolboxとしては2つあります。

・Deep Learning Toolbox
・Image Processing Toolbox

まず、Deep Learning Toolboxは、 ニューラルネットワークを使った ディープラーニングをするためには、必須のToolboxです。

このToolboxがないと、何も始められません。 ディープラーニングをする上では、必須のToolboxです。

Deep Learning Toolboxがあれば、 画像認識の他にも、 画像から何かを特定したり、画像から何かを推定したりすることができます。

以前、ニュースで、 CT画像からガンを特定するプログラムが開発されたとありましたが、 これもディープラーニングを使った画像認識の例です。

また、 人の画像から人間の骨格を推定するプログラムも主流になっていますが、 これもまた、ディープラーニングを使った画像認識の例です。

このような、 画像認識系のディープラーニングプログラミングを考えている方は、 Deep Learning Toolboxを使って、実装することになります。

あらかじめ用意された学習用の画像ファイルを、 MATLABの機能を使って、 Deep Learning Toolboxの機能に入力して、学習させます。

また、 認識させたい画像ファイルをMATLABの機能で読み込んで、 それをDeep Learning Toolboxに入力すると、 推定結果が出力されるわけです。

Image Processing Toolboxは何に使う?

じゃあ、もう一つのToolboxである、 Image Processing Toolboxは何に使うかというと、 学習用の画像データや認識させたい入力用の画像データを加工するために使います。

通常、 ディープラーニングでは、正規化された画像ファイルを使います。

正規化とは、 色を合わせたり、明るさを合わせたり、 画像サイズを合わせたりすることを言います。

例えば、ディープラーニングで顔認識をしたいとすると、 人間の顔の画像をたくさん用意して、 これを学習用の画像として使います。

この学習用の画像は、 サイズを256x256ピクセルにして、RGBカラー画像で、 輝度を平均値に均す必要があるわけです。

この正規化処理に、Image Processing Toolboxを使います。

また、 学習用画像では、一つの画像を水増しして使うこともあります。

例えば、 ひとりの顔画像を、10度刻みで回転させた画像を作ります。 360度分つくるので、ひとりの顔で36個の画像が作れるわけですね。

こういう、画像を回転させたり、 輝度を編集したりする時に、 Image Processing Toolboxを使うわけですね。

というわけで、 低解像度の画像を使ったディープラーニングプログラムでは、 Image Processing Toolboxを正規化用に、 Deep Learning Toolboxをディープラーニングの学習&認識用に使うので、 この2つのToolboxがおすすめです。

高解像度の画像を使う場合は、3つ

続いて・・・ 高解像度の画像ファイルを使ったディープラーニングプログラミングをする場合は、 3つToolboxを使うことをおすすめします。

・Deep Learning Toolbox
・Image Processing Toolbox
・Parallel Computing Toolbox

Deep Learning Toolboxと、 Image Processing Toolboxは上で説明した通りです。

Parallel Computing Toolboxは、 並列処理を行うためのToolboxです。

なぜこれが必要かというと、 高解像度画像を学習させる時にかなりの時間がかかります。

この時間短縮をするために、 Parallel Computing Toolboxを使います。

Parallel Computing ToolboxとDeep Learning Toolboxを組み合わせることで、 GPUを使った並列処理が可能になります。

GPUを使って、たくさんの画像ファイルを 並列に学習させることができるので、 かなり時間短縮できるわけですね。

例えば、 フルHD1920x1080の画像とかを数万枚学習させるとか、 4K 3840x2160の画像を数万枚学習させるなんて言ったら、 1週間~数週間かかるわけです。(パソコンのスペックにもよりますが。)

これをParallel Computing ToolboxでGPUを使うことで、 数日までに短縮させる可能性があるわけです。

もちろん、 Parallel Computing Toolboxを使う際には、 高性能なパソコンと、高性能なGPUが必須になります。

というわけで、 高解像度の画像を使ったディープラーニングプログラムでは、 Deep Learning ToolboxとImage Processing Toolboxに加えて、 並列計算で学習できるParallel Computing Toolboxが おすすめのToolboxです。

ディープラーニングにおすすめのパソコンも紹介しています

低解像度のディープラーニングプログラミングをするのであれば、 そこまでハイスペックなパソコンは必要ありません。

一般的に10万円前後で販売されているPCで、 十分、事が足りてしまいます。

MATLAB向けおすすめパソコン

GPUを使ったディープラーニングの場合は、 ハイスペックなパソコンを使うことをおすすめします。

GPUを使った並列計算におすすめのパソコン

コストパフォーマンスの高いパソコンを探して紹介していますので、 良かったら参考にしてみてください。

Copyright (C) MATLABパソコンのおすすめスペック. All Rights Reserved.