yoshiweb / keras-image-classify

Kerasでオリジナル画像を学習／予測、分類する

Kerasでオリジナル画像を学習／予測、分類

環境

• Python 3.6.1

インストール

$ git clone https://github.com/yoshiweb/keras-image-classify.git
$ cd keras-image-classify
$ pip install -r requirements.txt

事前準備

• 学習用の素材を準備（imgディレクトリに学習させたい画像をフォルダごとに格納）

例：りんご、バナナ、みかんを画像判別させるものを作りたい場合

img/apple/フォルダに「りんご」の画像をたくさんいれる
img/banana/フォルダに「バナナ」の画像をたくさんいれる
img/orange/フォルダに「みかん」の画像をたくさんいれる

学習

$ python keras_cnn_train.py

以下の2ファイルが生成されます

• keras_cnn_model.h5 学習済みモデルデータ
• label.txt 判別するラベル名が順番に記載されてる

精度（正解率）

• acc（青い線）：学習データでの検証結果
• val_acc（オレンジ）：学習に使用してない画像での検証結果

損失（どれくらい間違ってるか）

1=全然違う、0=あってる（ロジスティック関数）

• loss（青い線）：学習データでの検証結果
• val_loss（オレンジ）：学習に使用してない画像での検証結果

予測・分類

判別したい画像を引数に渡して実行

$ python keras_cnn_predict.py img/orange/image_01.jpg
Using TensorFlow backend.
2019-01-10 11:45:37.519288: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
{"result": [{"apple": "0.0080241589", "banana": "0.0055331937", "orange": "0.9864426851"}]}

この場合「みかん」の可能性が一番高いと判断した。