【Python/Keras】CNNとCIFAR-10で画像認識・分類

Pythonの機械学習モジュール「Keras」でCNN(畳み込みニューラルネットワーク)を実装し、CIFAR-10を学習して画像認識・分類する方法をソースコード付きでまとめました。

【CNN】CIFAR-10で画像認識・分類
【サンプルコード1】データセットを使って分類器を作成
【サンプルコード2】作成した分類器で手書き画像の分類

【CNN】CIFAR-10で画像認識・分類

畳み込みニューラルネットワーク（CNN:Convolutional Neural Network)とは、ディープラーニングの手法の１つで、主に画像認識に利用されています。
ニューラルネットワークの重み計算に「畳み込み演算（Convolution）」が用いられていることから、CNNと呼ばれています。
畳み込みニューラルネットワークの原理については以下ページで解説しています。

404 NOT FOUND | Python入門速報

動画解説

本ページの内容は以下動画でも解説しています。

CIFAR-10

CIFAR-10とは、画像分類用のデータセットで、詳細は以下表の通りです。

–	説明
画像サイズ	32×32[px]
形式	カラー画像(24bitカラー)
クラスラベル	airplane(飛行機), automobile（自動車）, bird（鳥）, cat（猫）, deer（鹿）, dog（犬）, frog（蛙）, horse（馬）, ship（船）, truck（トラック）の10種類
データ量	訓練用データ5万枚、テスト用データ1万枚
関連ページ	■CIFAR-10公式サイト