20-01　MNISTデータセットを使った手書き文字認識 ●今度は「手書き文字の認識」。係数やバイアスのHDLを変えるだけ！ 　「道路標識の認識」を「信号機の認識」、「人・自動車・バイクの認識」、「コンクリートのひび割れの認識」と変更しましたが、さらに「手書き文字の認識」を試みます。 　本章では図20‐01のように黒板にチョークで数字を書き、それをCMOSカメラ＋FPGAでリアルタイム認識させます（緑色で認識結果）。 図20-01　認識結果を緑色で動画に上書き表示 ●MNISTというデータセットを使う 　学習や推論に使う画像は、図20‐02のような「MNISTデータセット」になります。黒板＋白いチョークの文字認識ですから、ちょうど都合の良いデータセットといえます。 図20-02　MNIST推論用画像の最初の8枚。白黒、28×28画素になる ●MNISTをダウンロードしてみると・・・ 　MNISTデータセットは学習用に60,000枚、推論用に10,000枚の画像を含みます。それらのダウンロードはKeras（＊１）が用意する読み込み関数で行います。 （＊１）ニューラルネットワークのライブラリ。Tensorflow上で動くようです。 　データセットには「画素値」と「ラベル値」が存在し、前者は画像そのもの、後者はその画像がどのクラス（0〜9、すなわち正解値）に属するかを示すものです。 　画像はクラスごとに分けられているわけではなく、0〜9までの画像がランダムに格納されています。たとえば推論用画像は図20‐02のように、最初が数字の7、次が2、その後 1, 0, 4, 1, 4, 9...と続きます。 ●Pythonで画像ファイルを分類する 　本企画では画像をクラスごとに分けてフォルダに置きます。したがって学習・推論の前処理として、次のようなPythonプログラムを実行します。 　�@MNISTデータセットをダウンロードする。 　�A各画像をPNG形式でファイルに落とす。 　�B各画像をクラス（ラベル値）ごとにフォルダに分ける。 　上記の操作をするPythonプログラム（これ）を適当なディレクトリで実行すると（数分かかる）、図2‐03のように0〜9のフォルダが現れます（＊２）。 （＊２）Pythonプログラムはこのサイトを参考にしました。 図20-03　各フォルダに学習用画像がある。合計60,000枚 ●”０”フォルダには数字の”０”の画像がある 　各フォルダ内には図20‐04のようにフォルダ名に相当する数字の画像が入っています。それぞれ約6,000個、10フォルダで合計60,000の画像があります。これらは「学習用」です。 図20-04　Pythonで画像をファイル化（PNG)→ラベル値で分類 ●推論用画像もPythonで分類する 　「推論用」の画像に対しても同じことを行います。このPythonプログラムを実行すると0〜9のフォルダが現れ、それらに相当する数字の画像が約1,000個づつ、10フォルダで合計10,000個の画像が存在します。 次のページへ 目次へ戻る