deep learning 回帰学習データセットの作成方法

画像分類には，imagedatastoreを用いて，ラベルごとに画像を学習させていたのですが，

回帰学習に応用する場合にはclassificationlayer→regressionLayerに変換した上で，同様に画像入力の際にはimagedatastoreを使用できるのでしょうか．

また，各画像のラベルつけはどのようにしたら良いでしょうか．

https://jp.mathworks.com/help/deeplearning/examples/train-a-convolutional-neural-network-for-regression.html

上記の回帰のデータセットの作成時のように，画像とラベルを4次元配列にする必要があるのでしょうか．

Answer 1

[Kenta]

こんにちは、回帰の場合には、imagedatastoreではなく、画像を４次元配列にしたほうが簡単だと思います。その場合、正解ラベルはｎ×１のベクトルとして用意すれば大丈夫です。

https://jp.mathworks.com/help/deeplearning/ug/image-to-image-regression-using-deep-learning.html

ただ、datastoreにtransform関数を作用させて画像からの回帰をすることも可能かとは思います。ただ、コーディングの上で少し煩雑になる気もして、比較的簡単にできる、４次元配列を用いた回帰のほうがよいと思います。ただ、大規模なデータセットで行うとメモリに乗りきらない恐れもあるかと思います。

[masakazu sugino]

ありがとうございます．大変勉強になりました．

やはり，四次元配列にしたほうがよいのですね．

transform関数を作用させる方法も自分で勉強した上で応用していきたいと思います．

[Kenta]

はい、お役に立ててよかったです。以上、imagedatastore自体は使わないという話になったとは思いますが、データ拡張（水増し）をする際は、４次元配列であっても、augment datastoreを介してうまくできます。https://jp.mathworks.com/help/deeplearning/ref/augmentedimagedatastore.html

[masakazu sugino]

私の理解が足りていないのかもしれないので，確認したいのですが，4次元配列は（画像の縦(~pixels)，画像の横(~pixels)，RGB（1or3)，入力画像の数）でよいのでしょうか．

[Kenta]

はい、そうです。