独自のデータを使ってシンプルな畳み込みニューラルネットワークを構築する

この記事では、花、車、猫、馬、人、自転車、犬の 7 種類の何千もの画像でトレーニングされ、特定の画像が猫、犬、または人のいずれであるかを予測できる畳み込みニューラル ネットワークを構築します。

このCNN実装では、以下のトピックをカバーする独自の画像データセットを使用します。

• 独自のデータセットの読み込みと前処理
• Keras での CNN モデルの設計とトレーニング
• 損失と精度の曲線のプロット
• モデルを評価し、テスト画像の出力クラスを予測する
• CNNの中間層出力の可視化
• 結果の混同行列をプロットする

独自のデータセットを読み込んで前処理します。

使用するデータセットは、インターネットから収集されラベル付けされた 7 つのクラスで構成されています。 Python コードは次のとおりです。

 PATH = os.getcwd()  
 #データパスを定義する 
 data_path = PATH + '/data'    
 data_dir_list = os.listdir(データパス)  
データディレクトリリスト

出力：

 [ '自転車' 、 '車' 、 '猫' 、 '犬' 、 '花' 、 '馬' 、 '人間' ]

いくつかの画像を視覚化すると、画像が 128 x 128 ピクセルであることがわかります。Python コードは次のとおりです。

 #いくつかの画像を視覚化する 
画像 = X_train[1441,:].reshape((128,128))  
 plt.imshow(画像)  
 plt.show()

独自のデータを使ってシンプルな畳み込みニューラルネットワークを構築する 

次に、Keras で CNN モデルの設計とコンパイルを開始します。Python 実装は次のとおりです。

 #入力シェイプの初期化 
 input_shape = img_data[0].shape  
 #CNNシーケンシャルモデルの設計 
モデル = シーケンシャル ([  
 畳み込み2D(32,3,3, border_mode = 'same' 、 activation = 'relu' 、 input_shape = input_shape)、  
 畳み込み2D(32,3,3, アクティベーション = 'relu' )、  
 MaxPooling2D(プールサイズ = (2,2))、  
 ドロップアウト(0.5)、  
 畳み込み2D(64,3,3, アクティベーション = 'relu' )、  
 MaxPooling2D(プールサイズ = (2,2))、  
 ドロップアウト(0.5)、  
 フラット化()、  
 密度(64, 活性化 = 'relu' ),  
 ドロップアウト(0.5)、  
 密度(num_classes、アクティベーション = 'softmax' )  
 ])  
 #モデルのコンパイル 
モデル.コンパイル(  
 損失 = 'カテゴリクロスエントロピー' 、  
 オプティマイザー = 'adadelta' 、  
 メトリック = [ '精度' ])

モデルを適合させた後、反復を通してトレーニングと検証を視覚化できます。

 ist = model.fit(X_train, y_train,  
 バッチサイズ = 16、  
 nb_epoch = num_epoch、  
 詳細=1、  
 検証データ = (X_テスト、y_テスト)  
 ）

次のコードを使用して、モデルを使用して新しい画像の新しいクラスを予測できるようになりました。

 # テスト画像の予測 
印刷((モデル.予測(テストイメージ)))  
 print( '画像クラス:' , model.predict_classes(test_image))

以下に示すように、モデルは画像をクラス[0]（自転車）に正しく分類しました。

 [[3.6560327e-01 2.7960737e-06 1.2630007e-03 2.9311934e-01 1.6894026e-02  
 3.0998811e-01 1.3129448e-02]]  
画像クラス: [0]

これは正規化されていない混同行列である

これで、モデルと重みを保存して、実際のアプリケーションに実装できるようになりました。