【ポケモン × Deep Learning】Pokemon図鑑を作ってみる【計画】
はじめに
こんにちは、がんがんです。随分と期間が空きましたが徐々に書いていこうと思います。
皆さんはポケットモンスターのゲームをやったことはありますか？1996年に「赤・緑」が発売されて以降多くの人に愛されている作品で、
私も一番初めて買ってもらったゲームがポケモンであり、人生で一番好きなものです。
ポケモンは多くの種類が存在し、現在は800種以上存在します。
Deep Learningの勉強を2017年からやっていますが、勉強を初めてからずっと思っていたことがあります。それは
【なぜDeep Learningでポケモンの多クラス分類をしないのか】
です。
ポケモンは800種類以上いて、Deep Learningは画像の多クラス分類がよく例として取り上げられます。
では、なぜ誰もやってないのか？すごく疑問でした(検索不足)。
なので、自分の勉強としてやっていこうと思います。
関連記事
ポケモン図鑑の構想自体は今年の夏ごろからしており、その頃に見つけた記事を貼っておきます。自分が思い立つ一か月ほど前(5月ごろ)に行われたもののようです。
こちらは日本語まとめなので、本家の方も貼っておきます。
やはり同じようなことを考えている方は居られるのですね。こちらの記事に感化され、自分も最終的にはRaspberry Piへ実装しようと思います。
コンセプトと作成手順
コンセプトとして、まずは図鑑を完成させていきます。そして、Raspberry Piの実装へと着手していきます。手順は以下のようになっています。
- 必要な画像をクローリング
- 学習画像のクレイジング
- 転移学習モデルにて学習
- テストプログラムを作成しテスト
- Raspberry Piによる実装
さいごに
現段階でクレイジングの作業をすでに始めているため、クローリングについて後日まとめていきます。
自分が悩んでいた問題を別手法にて先輩が簡単に解決したり、同期が努力してる姿を見ると自分も負けたくないなと思います。
日々少しでも成長できるようにがんばります。
