ストライクウィッチーズ判別器の更新

【はじめに】

以前Tensorflowのdeep mnistモデルを基にしてストライクウィッチーズの判別器を作ったことがある。

この時の学習データでの精度が99.77%、汎化性能が87.87%だった。また、この時の問題点として顔が斜めになっていたりすると正しく認識されなかった。

【やること】

つい先日ResNetを実装した。

なんの工夫もなく作ったものより、ResNetを用いる方が精度が高そうということでResNetを用いたものに更新しようというお話。後、学習データの画像を回転させたりしてデータ数を増やすとかしていなかったので今回はそれもついでに行う。

ちなみに以前のものと今回のResNetを使ってアンサンブル学習的なことはしない。

【結果】

学習データでの精度
99.92%

汎化性能
97.86%

汎化性能がほぼ10％向上するという驚くべき結果になった。まだまだpspnetのあのモジュールとかつけたいと思っているのに既にこの精度とは…

コードはgitにあげておく