Neural Network Consoleで利用可能なプラグインとそのプロパティについて解説します。
1 プラグイン
1.1 Cross Tabulation
データセットCSVフォーマットのファイルに対するクロス分析を行います。ラベル毎のデータ数の集計、精度の算出などに用いることができます。
| input | 処理対象のデータセットCSVファイルを指定します 評価タブのOutput Resultから評価結果のCSVファイルに対するクロス分析を行うには、デフォルトのoutput_result.csvを使用します |
| variable1 | クロス分析結果の表の行に使用する変数名を指定します |
| variable2 | クロス分析結果の表の列に使用する変数名を指定します |
| variable2_eval | Variable2で指定した変数に対し精度評価を行った結果（正解/不正解）をクロス分析結果の表の列に使用する場合、variable2との比較に利用する変数名を指定します 例えば、画像分類における正解ラベル「y」と、ニューラルネットワークによる推定結果「y’」を比較した結果をクロス分析結果の表の列とするには、variable2に「y」、variable2_evalに「y’」を指定します 空白を指定するとクロス分析結果の表の列にはvariable2で指定した値がそのまま用いられます |
| output_in_ratio | 行ごとに対して1になるような割合を出力するかどうかを指定します チェックを行わなかった場合はデータ数がそのまま各セルの値として出力されます |
| output | クロス分析結果を出力するCSVファイルのファイル名を指定します 評価タブのOutput Resultからクロス集計を実行した場合、学習結果フォルダに指定したファイル名でクロス集計結果が保存されます |
1.2 Grad-CAM
Grad-CAMと呼ばれる手法を用い、画像分類を行うConvolutional Neural Networksにおいて、分類結果に影響を及ぼす入力画像の箇所を可視化します。
Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
Ramprasaath R. Selvaraju, Michael Cogswell, Abhishek Das, Ramakrishna Vedantam,
Devi Parikh, Dhruv Batra
https://arxiv.org/abs/1610.02391
| model | Grad-CAMの演算に用いるConvolutional Neural Networksのモデルファイル（*.nnp）を指定します 評価タブで選択中の学習結果を元にGrad-CAMを行うには、デフォルトのresults.nnpを使用します |
| image | 分析を行う画像ファイルを指定します。 評価タブの評価結果で表示されている特定の画像に対してGrad-CAMを行うには、画像ファイル名の係れたセルが選択された状態でプラグインを起動することで、imageに画像ファイル名が自動入力されます |
| class_index | 可視化を行うクラスのIndexを指定します デフォルトでは0番目のクラスに対する可視化を実行します |
| output | 可視化結果を出力する画像ファイルのファイル名を指定します 評価タブの評価結果からGrad-CAMを実行した場合、学習結果フォルダに指定したファイル名で可視化結果が保存されます |
1.3 Tile Images
入力CSVファイルに含まれる画像をタイル状に並べた画像を作成します。誤って分類した画像を一覧で表示する用途などに利用することができます。
| input | 画像ファイル名の含まれるデータセットCSVファイルを指定します 評価タブのOutput Resultに含まれる画像を並べた画像を作成するには、デフォルトのoutput_result.csvを使用します 誤って分類した画像など、Output Resultを絞り込んだ結果を元に処理を行うには、一旦右クリックメニューから絞り込み結果をCSVファイルとして保存し、保存したCSVファイルのファイル名をinputに指定します |
| variable | inputで指定したCSVファイルに含まれる変数のうち、並べる画像の含まれる変数名を指定します 指定しない場合、inputで指定したCSVファイルにファイル名が含まれる全ての画像が処理対象になります |
| image_width | 入力画像1枚の幅を指定します。指定しない場合は最初の1枚の画像の幅が用いられます 入力画像のサイズがimage_widthで指定したサイズと異なる場合、画像の横幅はimage_widthで指定した値にリサイズされます |
| image_height | 入力画像1枚の高さを指定します。指定しない場合は最初の1枚の画像の高さが用いられます 入力画像のサイズがimage_heightで指定したサイズと異なる場合、画像の横幅はimage_heightで指定した値にリサイズされます |
| num_column | 画像を並べる列数を指定します 出力画像の横幅の最大値は、image_width × num_columnになります |
| start_index | 並べて表示する最初のデータのIndexを指定します |
| end_index | 並べて表示する最後のデータのIndexを指定します end_index – start_index + 1枚の画像が並べて表示されます end_indexを指定しない場合、inputで指定したCSVファイルに含まれる全てのデータに含まれる画像が表示対象になります |
| output | タイル画像を出力する画像ファイルのファイル名を指定します 評価タブの評価結果からTile Imagesを実行した場合、学習結果フォルダに指定したファイル名でタイル画像が保存されます |
1.4 Parameter Stats
学習済みモデルに含まれるパラメータの各種統計値（サイズ、最大値、最小値、絶対値の最大値、絶対値の最小値、絶対値、平均、標準偏差）を算出します。
| model | 統計値を算出するモデルファイル（*.nnp）を指定します 評価タブで選択中の学習結果を元に統計値を算出するには、デフォルトのresults.nnpを使用します |
| output | 統計値を出力するCSVファイルのファイル名を指定します 評価タブの評価結果からParameter Statsを実行した場合、学習結果フォルダに指定したファイル名で統計値をまとめた表が保存されます |
