深層学習を用いて画像判定AIを作ってみよう。(その3画像データの数値化・CNN)

ここでは、画像データの数値化を行っていきます。

 

Pillowのインストール

まず、画像のデータ化をするために、画像処理ライブラリPillowをインストールしていきます。

以下のようにして、”pip install pillow”とPillowをインストールします。

 

 

 

scikit-learnのインストール

次に、機械学習用のライブラリのskleranを”pip install sklearn“としてインストールしておきます。

 

 

 

画像の数値化

 

画像データを数値化していくためのプログラムが以下のようになります。また、機械学習のトレーニング用データと結果を評価するためのテストデータの2つに分ける処理がプログラムにあります。

 

 

Kerasのインストール

まず、”pip install keras”としてKerasをインストールします。

 

そして畳み込み処理をするプログラムが以下となります。

 

 

上のプログラムを実行する前に、imageの中に”tiger”以外のフォルダを作って画像を保存しておきます。

画像フォルダの数はいくつでも良いですが、多すぎると処理に時間がかかってしまうので、今回は3つだけ用意しました。


 

python gen_data.py“と実行すると、新しく画像フォルダの数値化されたファイル”image_data.npy“が作成されます。


 

先の畳み込み処理を実行していきます。”python image_cnn.py“と実行します。

 

このように、最後までプログラムが実行できれば成功です。

右側のデータから最終的に訓練用のデータのaccuracyが99%に達していますが、下側のデータからテスト用のデータではaccuracyが79%となっています。まだ改善の余地がありそうですね。プログラムの改善は後で考えることにします。

 

 

もし実行しても上手くいかないときは、一度コンピュータを再起動することでできる可能性があるので、もう一度実行してみてください。

 

 

深層学習を用いて画像判定AIを作ってみよう。(その4画像判定・改善) | 趣味ブログ
今回は、画像判定のプログラムを作っていきます。 以前に、"tiger","snake","monkey"の3つの画像を保存しましたが、今回作る画像判定は、ある画像を渡したときに、この3つのうちどれに該当するかというものです。 以下がどの画像かを推定するためのプログラムです。 このプログラムの引数に画像判定したいファイル...

 

 

コメント