機械学習を利用した洋服管理アプリケーションの開発 12H016 大沼里奈 1 はじめに洋服は種類と数が多く、更に流行が数年周期で変わるため新たに洋服を購入する機会が多い。そのため、所持する洋服は増えていき管理が難しくなる。これらを解決するため、近年普及している iOS 端末を利用することで、何時どこでも所持している洋服を確認できプラットホームである。この Labellio を利用して Web 上で作成した学習モデルは Caffe を使って個人サーバで実際にモデル動かすことができる。GitHub か Google のアカウントで利用が可能である。 4 結果と考察本研究で行った開発の結果と考察は下記の通りでるような iOS アプリケーションを考える。更に洋服のある。種類を自動で分類し、どの種類の洋服がどれだけある 4.1 iOS アプリケーションかを一目で確認できるようにする。 2 目的アプリケーション側で画像データを渡す処理と、受け取った画像 URL を表示する処理の 2 つにすることにより、アプリケーションの負荷を軽減することで、本システムではディープラーニングによる画像認操作を快適にすることを目指したが、実際は画像デー識モデルを簡単に作成できる Web プラットホームのタを渡した後、10 秒ほどフリーズしたような状態にな Labellio [1] を利用し、より正確な画像認識機能の実装るため改善が必要である。を行うことで、所持している洋服の種類と数が多い場 4.2 サーバー合に洋服の種類を把握できず、購入した洋服が既に所 Labellio を使って画像認識をさせることにより高性持している物と類似してしまう問題を解決するシステ能なサーバーを用意する必要がなく、さらに Flask をムの開発を目的とする。利用して軽量な Web サーバーが立てれるため、複雑な 3 システム概要画像認識モデルを作成する上でより性能の高いモデルを作るためには、大量の画像データが必要になる。問題にぶつかることが少なかった。 5 まとめ本研究では所持している洋服を簡単に管理し、洋服本研究では、洋服の画像をカテゴリーごとに約 2500 枚のカテゴリー分けを自動化することで新しく洋服を購収集した。収集した画像データをもとに Labellio [1] 入する際に自身の記憶だけを頼りに既に所持しているを利用して画像認識モデルを作成する。この画像認識洋服を買う人するという不明確かつ無駄を無くすことモデルは Flask [2] サーバーで動かし、iOS アプリケーを目的とした iOS アプリケーションの開発に取り組ション側から洋服の画像データをサーバーに送ることんだ。でモデルが画像データを認識し、タグ付けを行う。また、タグごとにサーバー内で画像を保持させることで参考文献 iOS アプリケーション側へ保持している画像 URL を [1] Labellio. https://www.labell.io/. 返す。これによりタグ付けされた画像をカテゴリーご [2] Flask. http://a2c.bitbucket.org/flask/. とに iOS 側で確認することができる。 [3] 株式会社 alpacadb. http://www.alpaca.ai/. 3.1 Labellio Labellio とは株式会社 AlpacaDB [3] が開発したディープラーニングによる画像認識を可能にする Web