DCGANのモデルを前の記事で実装してみました。面白かったのでいろいろな画像データセットでためしてみようと思います。今回はAIギャラリーとDCGANの特徴みたいなところを見ていこうと思います。
DCGANの実装については↓に詳細を併せてご覧ください。環境設定や、ライブラリ、フレームワークなどのバージョンも掲載しております。
画像データセットについて
画像データセットはkaggle datasetからいくつか使わせてもらっています↓
アパレル系。おしゃれな洋服をAIにつくってもらいましょう。
Clothing & Models
A collection of clothing pieces, scraped from Zalando.com
www.kaggle.com
ポケモン。試している方も多くいるネタですがやってみます。
Pokemon Images Dataset
Dataset of 819 Pokemon images
www.kaggle.com
アニメ顔。前の記事よりも今っぽいアニメ顔があったので、こちらもやってみます。
Kaggle: Your Home for Data Science
Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.
www.kaggle.com
とうもろこし画像。ダウンロードしたものだけでは面白くないので自分で撮影したモノも試してみます。
DCGANのAI画廊
アパレル系データセット
- サンプルサイズ：3,352
- 画像の前処理：画像の正方形化（余白追加）
- 調整したハイパーパラメータ：epochs = 200
- コメント：フード付きの服を生成しました。ロゴなどはボケてしまってますが、オーソドックスなモノから、奇抜な色合いのモノまで生成していると思います。
学習データ
DCGAN画像
ポケモンデータセット
- サンプルサイズ：819
- 画像の前処理：特になし
- 調整したハイパーパラメータ：epochs = 500
- コメント：うまく生成できてませんが輪郭は何となく出ています。頑張ればＡＩの言いたいことは分かる程度でしょうか。ポケモンは画像の統一感がないので学習させるのは難しそうです。サンプルサイズが小さいのも原因ですね。
学習データ
DCGAN画像
今っぽいアニメ顔
- サンプルサイズ：31,625
- 画像の前処理：特になしだが、データセットから関係のない画像を取り除く作業を実施
- 調整したハイパーパラメータ：epochs = 200
- コメント：DCGANやるじゃん。という感じの画像もありますが、崩れているのも多いですね。前の記事で使ったデータに対し、背景があったので特徴捉えにくかったかもしれません。
学習データ
DCGAN画像
家庭菜園データセット（トウモロコシ編）
- サンプルサイズ：68
- 画像の前処理：画像の正方形化（余白追加）
- 調整したハイパーパラメータ：epochs = 100
- コメント：ボケてますが何となく特長捉えてます。ヒゲとか。画像枚数少ないとGANは厳しいですね。
学習データ
DCGAN画像
DCGANで画像を生成してみて考察と感想
いくつかのデータセットを学習してみて気づいたことですがDiscriminatorのLossの収束が早く、Generatorが偽物を生成しにくくなっているということです。これはDCGANでよく言われる問題のようで、解決策として提案されているのが損失関数にHinge lossを使うと良いようです。機会あれば試してみます。
ともあれGANはモデルこそ複雑で頭こんがらがりますが使ってみると面白い技術ですね。この技術を活かして何かやりたいところですが、私のアイデアがGANに追いつかない状態に。。。DCGANで基本は抑えられたので、もっと最近のアルゴリズムを試しながら考えてみます😎
コメント