Kerasで画像分類｜ファインチューニングによる高精度モデルの作り方

はじめに｜ファインチューニングで高精度な画像分類を目指す

画像認識や機械学習の分野では、限られたデータセットで高精度な分類を実現するために「転移学習」や「ファインチューニング」といった手法が非常に効果的です。 本記事では、KerasとGoogle Colabを用いて、事前学習済みモデルをファインチューニングする方法をステップバイステップで解説します。

手書き数字認識のような小規模な画像分類タスクでも、ファインチューニングを活用すれば短時間かつ高精度なモデル構築が可能です。

転移学習とファインチューニングの違いとは？｜画像分類モデルの再利用戦略

転移学習（Transfer Learning）は、すでに学習済みのモデルを他のタスクに応用するための技術です。

• 過去に大規模データセットで学習された重みを活用
• 新しい問題に適応するために、モデルの一部または全部を再利用
• 全層を再学習するとは限らない

ファインチューニング（Fine-tuning）は、転移学習の一手法であり、以下のような特徴があります。

• 学習済みモデルの一部の層の重みを「再調整」
• 一部の層は「凍結（学習させない）」し、一部は「再学習」させる
• より高度で微細な調整が可能

要点：ファインチューニングでは、事前学習済みモデルの知識を活かしつつ、新しいデータに合わせた調整を行います。

Kerasでの学習準備｜Google Driveのマウントとベースモデルの構築

Google Driveのマウント

学習用画像データはGoogle Drive上に保存しておくと便利です。以下のコードでColabからDriveにアクセスできるようになります。

from google.colab import drive
drive.mount('/content/drive')

MNISTを使って事前学習モデルを構築

まずは、KerasのMNISTデータセットを使って、畳み込みニューラルネットワーク（CNN）のベースモデルを作成・学習します。

import tensorflow as tf
from tensorflow import keras

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
x_train = x_train / 255.0
x_test = x_test / 255.0

# モデル構築
base_model = keras.Sequential([
    keras.layers.Input(shape=(28, 28, 1)),
    keras.layers.Conv2D(32, 3, activation='relu'),  # layer 0
    keras.layers.MaxPooling2D(),                    # layer 1
    keras.layers.Flatten(),                         # layer 2
    keras.layers.Dense(128, activation='relu'),     # layer 3
    keras.layers.Dropout(0.2),                      # layer 4
    keras.layers.Dense(10, activation='softmax')    # layer 5
])

base_model.compile(optimizer='adam',
                   loss='sparse_categorical_crossentropy',
                   metrics=['accuracy'])

# 事前学習
base_model.fit(x_train, y_train, epochs=5)

# モデル保存
base_model.save('my_mnist_model.keras')

Kerasでファインチューニングを実装する｜層の凍結と再学習

保存したベースモデルを読み込み、一部の層を「凍結」して再学習を行うことでファインチューニングを実現します。

from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing.image import ImageDataGenerator

# モデル読み込み
model = load_model('my_mnist_model.keras')

# 一部の層を凍結（例：畳み込み層）
for layer in model.layers[:-2]:
    layer.trainable = False

# 再コンパイル（凍結後は必要）
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

ポイント： `model.layers[:-2]` により、出力層以外を凍結しています。

最後の2層を除いた層すべてを選ぶスライスです。今回なら layer0 ～ layer3 が対象になります。

つまり「畳み込み層」「プーリング層」「Flatten」「中間のDense」などの層の重みが訓練中に更新されなくなります。

# trainable 状態の確認
for i, layer in enumerate(model.layers):
    print(f"{i:2d}: {layer.name:30s} trainable = {layer.trainable}")

画像データはImageDataGeneratorで読み込み、白黒反転などの前処理を追加しています。

# データ準備（白黒反転など）
datagen = ImageDataGenerator(
    rescale=1./255,
    preprocessing_function=lambda x: 1.0 - x
)
train_generator = datagen.flow_from_directory(
    '/content/drive/MyDrive/Colab/digits',
    target_size=(28, 28),
    color_mode='grayscale',
    batch_size=32,
    class_mode='sparse'
)

# ファインチューニング（凍結していない層だけ訓練される）
model.fit(train_generator, epochs=5)

転移学習・ファインチューニングの目的：

• すでに学習した「汎用的な特徴抽出器（Conv層など）」はそのまま使いたい
• 新しいデータセットに合わせて、分類部分（出力層やその直前）だけを再学習したい

→ だから「特徴抽出部分は凍結し、出力層だけ trainable にする」。

ファインチューニングの学習ログ｜層のtrainable設定と結果

モデルの各層の学習可能（trainable）状態を確認した結果です。

 0: conv2d_1                       trainable = False
 1: max_pooling2d_1                trainable = False
 2: flatten_1                      trainable = False
 3: dense_2                        trainable = False
 4: dropout_1                      trainable = True
 5: dense_3                        trainable = True

このように、出力層付近のみが学習対象となっており、その他の層は再学習されていないことがわかります。 これにより、元のモデルの特徴抽出能力を活かしつつ、効率的な学習が可能になります。

ファインチューニング後のモデルによる画像予測｜手書き数字の分類

ファインチューニング後のモデルに任意の画像を入力し、分類結果を確認します。

from tensorflow.keras.preprocessing import image
import numpy as np

img_path = '/content/drive/MyDrive/Colab/handwritten_digit.png'
img = image.load_img(img_path, target_size=(28, 28), color_mode='grayscale')
img_array = image.img_to_array(img)
img_array = np.expand_dims(img_array, axis=0) / 255.0
img_array = 1.0 - img_array  # ←★ 追加：白黒反転

prediction = model.predict(img_array)
print('予測ラベル:', np.argmax(prediction))

実行結果は以下です：

1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 82ms/step
予測ラベル: 4

このように、少量の学習でも「4」と書かれた画像を正しく分類できました。ファインチューニングの有効性が示されています。

少ない学習で効率的にモデルを構築することができた。

まとめ｜転移学習とファインチューニングで効率よく画像分類

• 転移学習は、既存の学習済みモデルを活用できるため、少ないデータでも高い精度を出せる
• ファインチューニングにより、新しいデータに最適化されたモデル構築が可能
• 層の凍結を活用することで、学習時間と計算リソースを削減しながら高精度な分類を実現

この記事を参考に、あなたのプロジェクトでもファインチューニングを取り入れて、よりスマートな画像分類モデルを構築してみてください！