【画像判定AIアプリ開発パート2】Django・TensorFlow・Python・転移学習による高精度AIアプリ開発

画像分類AIアプリ自作シリーズ第2弾！Python3でクローリングして独自データを収集し、転移学習で高精度のディープラーニングAIモデルを作り、DjangoでWebアプリ化しよう！

Ratings: 4.61 / 5.00

【最新更新状況】

2021/10/28： TensroFlow2内蔵Kerasだけでトレーニングを実行するためのコード改変ポイントを追加しました。これにより単体のKerasをインストールしなくてもトレーニングを実行可能になります。
2019/5/22：コースをリリースしました。

【このコースについて】

このコースではPythonのウェブアプリ開発フレームワークDjango 2.2を使ってAIウェブアプリ開発にチャレンジしていきます。

TensorFlow体験講座や画像分類AIアプリ開発（Flask編）の続編です。

TensorFlow(Keras) を用いて画像分類モデルを生成し、そのモデルをDjangoから読み込んで画像ファイルをアップロードし、「写真にうつっている物体が車かバイクか」を判定するアプリを作っていきます。

また推定精度を上げるためにVGG-16モデルの転移学習を行い、大幅な識別精度の向上を図っていきます。

今回の車とバイクの画像分類では100%の精度を達成できましたので、他の素材を使っても実用レベルのモデルを生成できるでしょう。

また、Djangoについても最新のバージョン2.2で画像ファイルのアップロード、Kerasのモデルによる推論、投稿画像ファイルの表示や推定結果表示などをステップバイステップで学んでいきます。

さらに見た目を整えるために今回はBootstrap4モジュールを使用して、スマートなデザインのウェブアプリ化を目指します。

【コースの概要】

１．環境構築とデータの収集

２．データの前処理（クレンジングとNumPy配列化・ファイル保存）

３．CNNと転移学習によるAIモデル開発・モデルファイル保存

４．Djangoによるウェブアプリ化

【他のAIコースとの関係】

このコースは、「TensorFlow体験講座」「Kerasによる画像分類AI自作コース」の続編となります。特にTensorFlow体験講座を受講しておいていただくと、ニューラルネットワークによる学習イメージを理解しやすいでしょう。
画像分類以外にチャレンジしたい方は、
- 自然言語処理
- 強化学習
- GAN（画像生成）
- ニューラルネットワーク自作
- Kaggleに挑戦
- 物体検出
  
  などの各種ディープラーニングアルゴリズムのコースをチェックしてみてください。

【学習上の注意】

通信環境やマシンスペックによってはプログラムがスムーズに動作しないことがあります。その際は慌てずに再実行したり、スクリーンショットを添えて、コースのQ＆Aまで投稿ください。できるだけ当日に回答できるよう努力します。
ビデオによる学習が苦手な方にはおすすめしていません。その場合は、テックピットなどテキストベースのプラットフォームでの学習をお勧めします。
コースコンテンツの企業内利用・教育機関内利用にも対応しています。詳しくはメッセージなどでお問合せください。クラウドベースで提供可能です。