小規模データのクラス分類のための転移学習におけるCNNのフィルタ選択

摘要

CNN による画像分類では大規模な教師画像が利用できる場合に高精度な結果が得られるが, 少ない教師データでは学習が難しい. 本研究では厳選された小規模データを用いた高精度なクラス分類を目的として,高精度な一般物体認識用 CNN を利用した転移学習において, 元の CNN の画像フィルタを評価して目的の分類に必要なフィルタを選択することで, 少ない教師画像でも精度の低下と過学習を避けながら汎化性の高い認識器の構築を行う.