● 畳み込み処理 (CNN)で特徴抽出

　2022.04.30

　Cameraで撮影した画像を、そのまま AIに読み込んでも動作しません。
　画像の１枚毎に「学習」と呼ぶ特徴の抽出処理を行います。
　まず、画像を点に分解して、「畳み込み層」と「Pooling層」で特徴の強調処理を
　行ってその後「平坦化層」で処理をします。

　「全結合層」処理では活性化関数 (ReLU関数)を使用して、特徴を強調して
　縮小化した画像のニューロンを全結合処理すれば出力が得られます。
　推論に使用できる画像出力を得るには、「畳み込み処理」と「特徴の強調」を
　繰り返し行うので、処理は８階層ぐらいになります。
　この画像処理の事を「学習」と呼びます。

　この「学習」は、処理能力の小さい RaspberryPi程度のCPUでは
　１枚の画像処理で数時間かかる場合もあります。
　この様に「学習」処理を行う事により、りんごとバナナの画像では、
　違う特徴の抽出を行う事ができるのです。
　この様にして「学習」が済んだ教師dataならば、
　推論に使用できる様になります。

CNN　(Convolutional Neural Network）畳み込み・ニューラル・ネットワーク
ReLU関数　(Rectified Linear Units)　　　活性化関数



　学習 (CNN) 畳み込み処理