ＣＱ文庫シリーズ ＩＴ農家のラズパイ製ディープ・ラーニング・カメラ―野菜を自動仕分けするＡＩマシン製作奮闘記

小池 誠【著】

ＣＱ出版（2020/03発売）

• サイズ B40判／ページ数 176p／高さ 18cm
• 商品コード 9784789850292
• NDC分類 614.8
• Cコード C3055

内容説明

今、ディープ・ラーニングが農業でも活用され始めています。一見すると難しそうなディープ・ラーニングですが、パソコンさえあれば誰でもすぐに開発を始められます。本書では、枝豆の選別とキュウリの等級判別を例に、ディープ・ラーニング開発を体験します。

目次

イントロダクション　農耕機械の自動運転から大きさの選別、温度管理もお任せ！だれでもプロ農家になれる「ディープ・ラーニング」
第１部　体験学習「基礎編」枝豆の選別（インストール不要！ブラウザ上で試せるＧｏｏｇｌｅ　Ｃｏｌａｂｏｒａｔｏｒｙ　ステップ１　学習済みモデルの開発環境を準備する；正答率ＵＰのキモ！撮影環境の準備から自動保存プログラム作成まで　ステップ２　学習用データ「枝豆の画像」を集める；前処理してからファイル・フォーマットをそろえる　ステップ３　枝豆の画像から学習＆評価用データセットを作る；敵対的生成ネットワークＧＡＮで量産　ステップ４　枝豆の画像を増やして学習データを拡張する；１０種類の方法で新たな画像を生成する　ステップ５　枝豆の学習データをさらに増やす画像処理テクニック；２粒莢と３粒莢を識別するニューラル・ネットワークを構築　ステップ６　枝豆の画像から学習済みモデルを作成する）
第２部　体験学習「応用編」キュウリの等級判別（キュウリに傷を付けずに複数本の等級を同時に判定する　ステップ１　マシンの仕様を決める；トリミングやサイズ変換、正規化して正答率ＵＰを図る　ステップ２　ディープ・ラーニングに使う画像に施す処理のあれこれ；該当箇所を切り出して、長さや表面積、太さを算出する　ステップ３　学習用データ「キュウリの画像」の収集＆前処理；Ｇｏｏｇｌｅ　ＴｅｎｓｏｒＦｌｏｗでニューラル・ネットワークを生成　ステップ４　学習済みモデルの作成；フィルタ数やサイズ、多層化、活性化関数などを最適化　ステップ５　学習済みモデルをチューニングして正答率を上げる；学習済みモデルをラズベリー・パイに取り込む　ステップ６　キュウリ等級判別マシンの制作）

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[ネギ夫]

ディープラーニングを使ったシステム開発のプロセスを全て公開してくれる貴重な本。ライブラリやデータ画像なども公開されているらしいので、その気になれば筆者の苦労を辿れるのであろう。しかし、その気にならないのはどうしてだろう。

2020/03/07