CNN + KNN

CNNにKNNを組み合わせて精度を上げる手法を散見します。

https://www.kaggle.com/salokr/a-simple-cnn-knn-based-model-to-get-99-score

https://www.ijrte.org/wp-content/uploads/papers/v8i2/B1051078219.pdf

https://www.kaggle.com/lieblos/knn-cnn-ensembling

昨夜、Youtube Live で M5Stack の M5StickV を 画像数枚でAIカメラとして機能させる Brownie のデモ を見ました。アルゴリズムとして、この組み合わせを利用されたそうです。

https://qiita.com/ksasao/items/6d6bcac4c5e92fa692a2

https://github.com/ksasao/brownie

０~１を返す関数なので、その中間値を表示することができます。空のビンを０として１回写し、液体で満たしたビンを100としてもう一度写すと、液体を減らしたビンはその中間の値として表示してくれます。これは面白い。作者によれば量のみならず、距離でも使えそうとのこと。各種センサー代わりに利用可能であり、使い道がありそうです（別の視点で全く受け付けない方もいらっしゃるとは思います）。

ライブカメラでも、同様のアルゴリズムで判定させることは可能でしょう。混雑度判定や水位計の代用品としてに使えそうです。交通、農業、マーケティングなど、様々な分野で需要はあるでしょう。

センサー、カメラ、機会学習。個別技術の進展のみならず、組み合わせや他分野での動向をも追う必要に迫られているようです。いつの時代も大変です。

********************************

20200613追記

Keras で CNN をかけた結果に対し、KNN をかけると精度向上！

と思いきや、imbalanced dataでした。これ、Kを多くすれば意味なく精度は上がります。

imbalanced data で実施する際には、over sampling 等で分布数をそろえたモデルを作成し、予測する必要がありました。