<AI開発 part2>転移学習によるCNNの学習
年齢と性別判定のAIつくったらMicrosoftに精度で勝った話。
なぜつくるのか
日本人に最適化された年齢と性別認識モデルはかなり少なく，たいていは有料またはアジア人全般の顔で学習されたモデルといった汎用的なモデルが多くを占めます． そこで，ディープラーニングの練習ということもあり，日本人のデータセットのみで学習させたモデルを公開します．
(追記)内容削除
以前の内容は大人の事情により削除されました｡
学会発表などの発表後に実験結果､モデル構造を発表します｡
（さらに追記）
学会発表について，コロナ禍であることや，私個人の予定や都合，家庭事情等によって現在未定になりました．
よってOSSとしてモデルとそのデモプログラムを公開します．
リポジトリはこちら
私の検証範囲では，Microsoftの顔認識サービスよりも日本人の判定において，高い精度を叩き出しました．
嘘だと思った方はぜひ，検証し，報告やIssue，プルリクをお願いいたします．
OSSとして公開予定しました。
ロボカップ大会が終了後、自作のAIはオープンソースとしてGitHubに公開する予定公開しました。
また、現在は、顕著性マップ［Grad-Cam］、またはAttention構造を取り入れたモデルの開発を行っている。
これにより、AIはどこを注視して年齢を判定したかが人間が直感的にわかるようになる。
リポジトリはこちら