新規学習
前回に引き続き、黒色背景画像からGrabCutを用いて桃領域を抽出した画像を用いて、ハイブリッドモデルの学習を行った。
今回は10分割でクロスバリデーションを行った。
背景：黒色背景
桃の糖度：各側面に対応
データ数：元データ1024を拡張した10240データ
・学習過程グラフ
・評価結果
↓10分割クロスバリデーション
| 評価関数 | MAE | RMSE | R２ |
|---|---|---|---|
| 平均値 | 0.9857 ±0.1372 | 1.3269 ±0.2485 | 0.4429 ±0.3246 |
↓4分割クロスバリデーション
| 評価関数 | MAE | RMSE | R２ |
|---|---|---|---|
| 平均値 | 0.5862 ±0.0663 | 0.8512 ±0.2473 | 0.7399 ±0.1607 |
結果としてはMAEとRMSEは大きくなり、R２は小さくなった。
黒色背景画像のみでは、10分割に対してデータが少ないと考えられる。
今後の課題
・カラー背景画像からの桃領域抽出
・カラー画像を追加して学習
・異なるモデルを用いての学習（VGG、Xceptionなど）