Day 1 衛星画像分類 技術レポート

Task 1-1: L1 Index Threshold

概要: NDVI/NDWI/NDBI の3指数と閾値ルールだけで 3クラス分類を実施。AIモデルなしのベースラインとして、どこまで分類できるかを確認した。

結果: 3クラス精度 64.4%（Vegetation 98.7%、Water 73.9%、Built-up 0.0%）

目的と手法（指数の意味）

• NDVI = (NIR - Red) / (NIR + Red): 植生活性を強調
• NDWI = (Green - NIR) / (Green + NIR): 水域を強調
• NDBI = (SWIR - NIR) / (SWIR + NIR): 都市域を強調（理論上）

分類ロジック（優先順位）:

1. 全件を Vegetation と仮置き
2. NDWI > -0.18 を Water に上書き
3. 残りで NDBI > NDVI を Built-up に上書き

コードで何をやったか（要約）

# 1) データ読み込み
rgb, nir, swir = load_sentinel2_bands(...)

# 2) 指数計算
ndvi = (nir - red) / (nir + red + 1e-8)
ndwi = (green - nir) / (green + nir + 1e-8)
ndbi = (swir - nir) / (swir + nir + 1e-8)

# 3) 閾値探索（NDWI）
for th in np.arange(-0.20, 0.30, 0.02):
    pred = rule_based_predict(ndvi_mean, ndwi_mean, ndbi_mean, th)
    score = accuracy(pred, y_true_3)

# 4) 分類と評価
best_th = -0.18
pred = rule_based_predict(..., best_th)
report = confusion_matrix_and_class_accuracy(pred, y_true_3, y_true_10)

結果テーブル（3クラス）

結果テーブル（10クラス詳細）

考察

• Built-up 0.0%の主因: 都市パッチ内に緑地が多く混在し、画像平均では NDBI > NDVI がほぼ成立しない。
• River 42.6%の主因: 河川が細く、640mパッチの大半を周辺植生が占めるため平均NDWIが下がる。
• 閾値法は「明確に異なる物質（水 vs 植生）」には有効だが、混在・微差の識別には限界。

L2への接続

Task 1-2: L2 Pretrained Model

概要: ImageNet事前学習済み ResNet50 を特徴抽出器として固定し、抽出された2048次元特徴にロジスティック回帰を学習。

結果: 10クラス 95.7%、3クラス 98.1%

バックボーン + 分類器の構造

• バックボーンは画像から「意味のある特徴」を圧縮抽出する装置。
• 分類器は2048特徴に重みを掛け、10クラスへ振り分ける。
• L2ではバックボーンを凍結し、分類器のみ学習（転移学習の最小構成）。

コードで何をやったか（要約）

# 1) ResNet50で特徴抽出（weights=ImageNet）
features_train = backbone(train_images)   # (21600, 2048)
features_test  = backbone(test_images)    # (5400, 2048)

# 2) ロジスティック回帰で10クラス分類
clf = LogisticRegression(max_iter=1000, multi_class='multinomial')
clf.fit(features_train, y_train)
y_pred = clf.predict(features_test)

# 3) 評価
acc10 = accuracy_score(y_test, y_pred)
acc3  = accuracy_score(y_test_3, y_pred_3)

L1→L2で +31%pt ジャンプした理由

• L1: NDVI/NDWI/NDBI の 3次元平均値で判定
• L2: ResNet50の 2048次元特徴で判定

この「3次元→2048次元」の表現力の跳躍により、平均値では消える空間パターン（道路の直線、住宅地の格子、河川の蛇行）を識別できるようになった。

Task 1-3: L3 Fine-tuning

概要: ResNet50の全層を衛星画像で再学習（ファインチューニング）し、L2の凍結特徴からドメイン適応へ移行。

結果: Full FT 10クラス 98.5%、3クラス 99.6%

L2との違い

3実験の詳細

学習設定の解説

• エポック: 全学習データ1周。10エポック = 21,600枚を10周。
• バッチサイズ64: 21,600枚を337バッチに分割。更新回数は 337×10=3,370。
• Adam: 勢いを考慮してパラメータ更新する最適化手法。
• CosineAnnealing: 前半は大きく、後半は小さく学習率を下げる。
• データ拡張: 回転・反転で擬似データを増やして汎化を改善。
• 正規化: (値-平均)/標準偏差 でスケールを揃える（偏差値と同じ原理）。

GPUが必要な理由

CPUは少数コアの逐次処理、GPUは数千コアの並列処理。2350万パラメータ更新を3370回繰り返すFull FTはGPU前提。

インタラクティブ学習曲線（Test Accuracy）

結果テーブル + 分類レポート（Full FT）

学習曲線の読み方

最初の1〜3エポックで急改善し、その後は緩やかに収束。典型的な収穫逓減パターン。

なぜ Head Only (92.4%) < L2 (95.7%) か

• L2は全データを一括で使うロジスティック回帰最適化（大域的に解きやすい）。
• Head Onlyは64枚ミニバッチ更新で局所的・反復的に最適化。
• NN向け汎用オプティマイザは、2万パラメータの線形分類には過剰で非効率になることがある。

Task 1-4: L1 vs L2 vs L3 比較

概要: L1/L2/L3の結果を横並びで比較し、「どこで何がどれだけ改善したか」を定量・定性の両面で評価。

精度比較（5手法）

5つの主要な発見

1. L1→L2 が最大のジャンプ（+31.3pt）。
2. L2→L3 Full FT は +2.8pt の上積み。
3. Head Only は L2未満で、凍結条件ならLogRegが強い。
4. Full FTが最高精度（98.5%）。
5. 学習データ50%でも98.0%（EuroSATのクリーンさを反映）。

きれいなデータ vs 実務データの精度差

ラベル作りのコスト

衛星画像自体は無料で取得可能だが、高品質ラベル作成（特にセグメンテーション）は1枚30分〜1時間の人手コストが支配的。

Task 1-5: All Models Comparison

概要: 古典ML〜DLまで全8手法を横並び比較し、モデル選定の実務判断に使える精度・コスト地図を作成。

古典ML vs DL の本質

• 古典ML: 人間が特徴量を設計し、モデルは判定だけを担当。
• DL: モデルが特徴抽出と判定を同時に学習。深い層で段階的に高次特徴を構築。

古典ML向け手作り特徴量（32次元）

全8モデル概要

精度ランキング（インタラクティブ）

事前学習 + FT が強い理由

ImageNet 120万枚で得た視覚知識を初期値にすることで、EuroSAT 27,000枚だけでは学びきれないパターンを利用できるため。

実務でのモデル選定フロー

1. まずResNet50/ViTをFTしてベースライン作成
2. 要件を満たせば運用へ
3. 不足する場合はデータ追加・ラベル改善・衛星専用モデルへ拡張