19-05　誤認識を減らす手順 ●デコボコを「背景」として認識させる 　このPythonプログラムでは背景クラスとして"9: bumpy"が設けられています。これがないとこのように、コンクリートのでこぼこした表面が「ひび割れ」と誤認識されてしまいます。 　一口にデコボコといっても色々な表層があり、また光の当たり具合によっても見た目が変わってきます。したがってデコボコの画像を種々多様・大量に用意してbumpyクラスに追加していきます。 ●デコボコを誤認識する場合はこのルーチン �@適当に学習させてFPGAに実装し、ひび割れを認識させてみる。 �A誤認識が見られる場合はそのデコボコの表面を写真に撮る。 �B写真を小さく分割する（Windowsアプリを使う）。 �C分割した画像を訓練用と評価用に分けて"9: bumpy"に追加し、�@に戻る。 　これを繰り返し、徐々に誤認識を減らしていきます。 ●ひび割れと誤認識しがちなデコボコの一例 　図19‐25はデコボコの誤認識が見られるコンクリート表面を写真に撮ったものです。これをWindowsアプリで細かく分割します。 図19‐25　コンクリート表面は結構デコボコだらけ ●画像分割用の便利なWindowsアプリ 　分割にはPhotoScapeを使います。適当にダウンロード、インストールしましょう。 　実行すると図19‐26のようになるので「分割」をクリックします。 図19‐26　フリーの画像編集ソフトPhotoScape ●セルのサイズを適当に決めて分割 　図19‐27のように画像を追加し、列と行を適当に指定して分割します（＊１）。 （＊１）同図では47×46ピクセルで分割しているが、Pythonプログラム内で30×30ピクセルにリサイズされる。 図19‐27　CNNの1ブロックは30×30画素なのでこれくらいのサイズに分割 ●誤認識がどんどん減っていく 　するとoutputディレクトリに分割された画像が現れます（図19‐28）。これらを訓練用と評価用に分けてフォルダに追加し、学習→FPGAに実装→評価と進めば誤認識が減っていると思います。 　それでも誤認識が見られる場合は、その表面の写真を撮り、同じことを繰り返します。 図19‐28　47x46ピクセルの画像が20x16個現れる ●自力でデータセットを強化／作成することが可能 　このようにデコボコの画像を撮って誤認識を減らしていきます。また、ひび割れの画像も自分で用意して"0: posi"クラスに追加していくとデータセットが強化されます。 ●ひび割れのリアルタイム検出 　この動画ではFPGA＋CMOSカメラでコンクリートのひび割れ検出をしています。ラズベリーパイなどとは違って、遅延なし・高フレームレートで検出できることが分かります。 最初のページへ 目次へ戻る