各クラス10枚だけでAIモデルを学習させたら、どこまで認識できるのか？

はじめに

こんにちは、SHOUです！

今回は、「各クラス10枚だけでAIモデルを学習させたら、どこまで認識できるのか？」という実験をしてみました。
データを集めるのが大変なとき、小規模なデータでもモデルを動かしたいときってありますよね。

実験の条件

• クラス数：10（0〜9の手書き数字）
• 1クラスあたりの画像数：10枚（合計100枚）
• モデル：Kerasによる多層パーセプトロン
• 学習環境：Google Colab + GPU
• データ拡張：あり（回転・ズーム・シフトなど）

学習の様子

データは合計100枚と非常に少ないため、ImageDataGeneratorを使って水増し（データ拡張）を行いました。

データ拡張

#Google Driveをマウント
from google.colab import drive
drive.mount('/content/drive')
from tensorflow.keras.preprocessing.image import ImageDataGenerator
# データ拡張の設定
datagen = ImageDataGenerator(
    rescale=1./255,         # 正規化
    preprocessing_function=lambda x: 1.0 - x,  # 白黒反転
    rotation_range=30,      # 回転
    width_shift_range=10,   # 横移動
    height_shift_range=10,  # 縦移動
    zoom_range=0.1,         # ズーム
    shear_range=0.1,        # 傾き
    validation_split=0.2    # 検証データ分割
)
train_generator = datagen.flow_from_directory(
    '/content/drive/MyDrive/Colab/digits',
    target_size=(28, 28),
    color_mode='grayscale',
    batch_size=32,
    class_mode='sparse',
    subset='training',
    shuffle=True
)
val_generator = datagen.flow_from_directory(
    '/content/drive/MyDrive/Colab/digits',
    target_size=(28, 28),
    color_mode='grayscale',
    batch_size=32,
    class_mode='sparse',
    subset='validation'
)

学習

import tensorflow as tf
from tensorflow import keras
model = keras.models.Sequential([
    keras.layers.Input(shape=(28, 28, 1)),
    keras.layers.Flatten(),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dropout(0.3),
    keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
# 学習
history = model.fit(train_generator,epochs=30,validation_data=val_generator)

このようにして、少ない画像でもバリエーションを増やし、学習を進めました。

学習結果

Epoch 1/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 2s 273ms/step - accuracy: 0.0432 - loss: 2.9863 - val_accuracy: 0.1500 - val_loss: 2.4238
Epoch 2/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 190ms/step - accuracy: 0.0625 - loss: 2.7927 - val_accuracy: 0.0500 - val_loss: 2.3816
Epoch 3/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 149ms/step - accuracy: 0.0688 - loss: 2.5960 - val_accuracy: 0.1500 - val_loss: 2.3417
Epoch 4/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 156ms/step - accuracy: 0.1023 - loss: 2.4672 - val_accuracy: 0.1000 - val_loss: 2.3062
Epoch 5/30
・・・
Epoch 26/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 175ms/step - accuracy: 0.0646 - loss: 2.3042 - val_accuracy: 0.1000 - val_loss: 2.3020
Epoch 27/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 194ms/step - accuracy: 0.1177 - loss: 2.3022 - val_accuracy: 0.0500 - val_loss: 2.3025
Epoch 28/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 146ms/step - accuracy: 0.1203 - loss: 2.3023 - val_accuracy: 0.1000 - val_loss: 2.3026
Epoch 29/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 160ms/step - accuracy: 0.0932 - loss: 2.3028 - val_accuracy: 0.1000 - val_loss: 2.3026
Epoch 30/30
3/3 ━━━━━━━━━━━━━━━━━━━━ 0s 153ms/step - accuracy: 0.0818 - loss: 2.3028 - val_accuracy: 0.1000 - val_loss: 2.3026

学習ログを見ると、「学習しているように見えて、実はほぼ何も学習していない」という状態となっています。

• accuracy: ~0.08 〜 0.15
• val_accuracy: 0.05 〜 0.15
• loss: ≈ 2.30

📝 まとめ：画像が少なすぎるとAIは学習できない

今回の検証から、1クラス8枚、全体で80枚という極端に少ないデータでは、AIモデルはほとんど学習できないことが明確になりました。 実際のログでは、精度や損失が改善せず、「学習しているように見えて何もしていない」状態が続いていました。

🔍 原因の本質

• 学習画像が極端に少ない（各クラス8枚）
• 検証データも各クラス2枚では評価できない

✅ 有効な対策

1. 事前学習を有効にする
   MNISTなどの大規模データセットでまず学習し、その後に自作データでファインチューニングする。
2. モデル構造をCNNに変更
   画像の空間的特徴を活かすConv2D構造を使用。

   model = keras.models.Sequential([
       keras.layers.Input(shape=(28, 28, 1)),
       keras.layers.Conv2D(32, (3, 3), activation='relu'),
       keras.layers.MaxPooling2D((2, 2)),
       keras.layers.Conv2D(64, (3, 3), activation='relu'),
       keras.layers.MaxPooling2D((2, 2)),
       keras.layers.Flatten(),
       keras.layers.Dense(64, activation='relu'),
       keras.layers.Dense(10, activation='softmax')
   ])

3. データ拡張をさらに強化（オプション）
   水増しは補助的な手法だが、効果はある。

   datagen = ImageDataGenerator(
       rescale=1./255,
       preprocessing_function=lambda x: 1.0 - x,
       rotation_range=40,
       width_shift_range=0.3,
       height_shift_range=0.3,
       zoom_range=0.2,
       shear_range=0.2,
       validation_split=0.2
   )

次回は、実際に「事前学習＋CNN」の構成で再学習し、どこまで改善されるかを検証していきます！