GAによるCNNの汎化性能に必要となる訓練画像の探索

抄録

欠陥検出用のCNNモデルを訓練する場合にまず必要となるのが学習用の画像データの収集である。訓練時に設定しなければならないパラメータとしては，①最大エポック数，②ミニバッチサイズ，③学習率，④汎化性を得るための訓練に用いる画像の枚数などがある。研究室で開発中のMATLABアプリケーションでは様々なタイプの欠陥検出モデルを訓練する際，これら四つを含むパラメータの調整が可能になっているものの，現状ではオペレータが勘を頼りに試行錯誤的にこのようなパラメータを決めており，手間のかかる作業となっている。本研究では，インタラクティブGAを用いてそのようなパラメータの自動調整を試み，設計者が望ましいCNNモデルを構築していく上で，指針となる条件を提案できるシステムの構築を目指す。インタラクティブGAにより，ユーザとのインタラクションを通して，目標とするCNNモデルの構築が可能となる。