社会人になって1ヶ月が経った。飽きてきた。
携帯のアラームが鳴らず8時に起きてしまったためタクシーで出社した。痛い出費…。
毎朝6:30に起きている。B4の時の私には考えられない成長を遂げた。
今週は寝坊しないように頑張る。
社会人になって1ヶ月が経った。飽きてきた。
携帯のアラームが鳴らず8時に起きてしまったためタクシーで出社した。痛い出費…。
毎朝6:30に起きている。B4の時の私には考えられない成長を遂げた。
今週は寝坊しないように頑張る。
卒論を一応最後まで書いてgitにpushしたが修正箇所が多いので内容梗概を書きつつ適宜修正を行う予定。
実験結果まで大まかに書いた。
考察と参考文献を書いて全体の修正をする。
「SVMを用いた植物の病気の判定」
背景、目的、原理(一部)、実験方法(一部)書いた。
今週も書く。
1枚の患部画像を入れるとなんの病気か判定されるようになった。
葉全体の画像入れて判別できるようにする。
葉全体の画像を学習させるのか、特徴点を抽出するのかで迷っている。(葉全体の画像は枚数があまりなくて、特徴点抽出は↓みたいなうどん粉病は難しそうだなぁって感じです。)
訓練80テスト20で黒点病、さび病、うどん粉病をSVMで分類すると正当率70%後半ぐらいで分類できた。
1枚の画像を入力して判別できるようにしているが、ラベルを予想するとこでエラーがでる。
今週で解決できるようにする。
npzファイル保存できてないと思ってたらできてた。
訓練データ80%テストデータ20%にわけて実行すると、ラベルが[0,1]、[1,0]だとサイズ的にダメだと言われたのでラベルを[0]、[1]に直した。
実行すると正当率94%くらいで、チューニングで95%になった。
今まで黒点・さびでやってたので、黒点・さび・うどん粉で実行した。
テーマ:Assessing plant diseases using SVM
SVMを用いた植物の病気の断定
ラベル付けしたデータセットを用意した。(黒点とさび)
それを読み込んで、train_test_splitでX_train,X_test,y_train,y_testに分けようとしているができてないので今週も続けていく。
テストサイズは0.3にする。
黒点とサビの画像を全て60×60にリサイズした。
↓を参考にラベル付けをしようとしたがよく分からなかったので、今週できるようにする。
https://qiita.com/ufoo68/items/69b855b3b757c65ac139
ラベル付けしたらSVMで試す。
sckit learnに付属している手書き文字をSVMで分類した。
学習、評価、パラメーターチューニングについて大体理解した。
次週は自分の画像でやってみる。
画像にラベルを付けるやり方がわからないので調べる。(画像の名前からラベルを付けるやり方を試してるが、画像を箱にいれるとこでつまづいている。)
とりあえず黒点とさびの2つを判別できるようにする。