ファインチューニングによる画像分類の実験

はじめに

転移学習の一種であるファインチューニングを行ってみました。限られたデータでも、事前学習済みモデルを活かすことで、精度よく画像分類が行えます。

転移学習とファインチューニングの違い

転移学習：

• すでに学習済みのモデルの知識（重み）を活かして、新しいデータに対応させる手法全般
• 学習済みモデルの重みを活用
• 必ずしも全層を再学習するとは限らない

ファインチューニング：

• 転移学習の一部で、学習済みモデルの一部または全部の層の重みを微調整（再学習）すること
• 通常、学習済みのモデル（例：VGG16, ResNet等）を読み込み
• 一部の層を凍結（trainable = False）、一部は再学習する

ポイント： 学習済みの重みを活かして一部層を再調整する。

学習の準備

Google Driveのマウント

学習用のデータを読み込むために、Google Driveをマウントします。

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

ベースモデルの作成（MNISTで事前学習）

まずはKerasのMNISTデータセットで、シンプルな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')

ファインチューニング

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

ポイント：

for layer in model.layers[:-2]:
    layer.trainable = False

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。

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」。

実行時ログ（抜粋）

 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

予測

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

予測の結果、「4」と書かれた画像が「4」と認識されました。

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

• 転移学習は既存モデルを再利用できる強力な手法です
• ファインチューニングにより新しいデータにも対応可能です
• 層を凍結することで、汎用的な特徴を活かしながら効率的に学習できます