やること
前編では卵の黄身の物体検出を行いました。
今回はハマごはんとまるみキッチンの画像からどれだけ黄身が検出できたか、そしてどちらのアカウントの黄身がより大きいのか調べてみます。
検出結果
前編で構築した決定木やノイズ除去は簡易的なものだったので、もう少し気合を入れて調整しました。
ハマごはんは94枚（/127枚）が適切に検出できました。
NGは33枚（/127枚）でした。黄身の過小検出が多いのは黄身のテカリが影響しているかもしれません。
まるみキッチンは90枚（/128枚）が適切に検出できました。
NGは38枚（/128枚）でした。テーブルがやたらオレンジがかっているのが影響しているかもしれません。
ということで、全体的な成功率は70%程度でした。
黄身比率の比較
で、どちらが黄身比率が大きかったかというと、画像に対する楕円の面積比率は
5.246% #ハマごはん中央値
5.172% #まるみキッチン中央値
僅差でハマごはんの勝ちでした。
ハマごはん最大値=12.5%
まるみキッチン最大値=13.0%
最大値は（数値上は）まるみキッチンの勝ちですが、楕円近似の具合で本当はハマごはんの勝ちに見えます。
黄身固定GIF
何の役にも立たない、黄身を固定したGIFを置いておきます。画像の著作権は各者に帰属しますのでご注意ください。
ハマごはん
まるみキッチン
まとめ
古典的でシンプルな手法でしたが、まずまずの検出精度だったと思います。より高度な手法として、色の勾配を使って輪郭を捉えるようなアルゴリズムが考えられます。深層学習に頼る前にこういった古典的な物体検出を試しておきたいものです。