質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

91.27%

  • Python 3.x

    2742questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • OpenCV

    670questions

    OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

  • TensorFlow

    321questions

  • 機械学習

    310questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

TensorFlowによるK最近傍法を用いた画像分類

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 45

SAMLY

score 1

前提・実現したいこと

CNNで画像分類を行っていました.
CNN,NNでの分類は行えたのですが,K近傍法やランダムフォレストなどで実装してみたいと考えています.(CNNなどのディープラーニングがどれほど画像認識に優れているかを確認したいので)
MNISTを用いたサンプルコードは見かけるのですが,MNISTでなくこちらで用意した画像で分類したいのですが,PythonやTensorFlowに慣れておらず,また市販の本も読んでみたのですがどれもMNISTを題材に挙げているためうまく実装できていない現状です.
解決策,ご意見よろしくお願いします.

該当のソースコード

import random
import sys
import cv2
import numpy as np
import tensorflow as tf
import tensorflow.python.platform

NUM_CLASSES = 2
IMAGE_SIZE_x = 48 #横のリサイズ
IMAGE_SIZE_y = 36 #縦のリサイズ
IMAGE_CHANNELS = 3 #RGB
IMAGE_PIXELS = IMAGE_SIZE_x*IMAGE_SIZE_y*IMAGE_CHANNELS

flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_string('save_model', 'models/model.ckpt', 'File name of model data')
flags.DEFINE_string('train', 'train.txt', 'File name of train data')
flags.DEFINE_string('test', 'test.txt', 'File name of test data')
flags.DEFINE_string('image_dir', 'data', 'Directory of images')
flags.DEFINE_string('train_dir', '/tmp/data', 'Directory to put the training data.')
flags.DEFINE_integer('max_steps', 1000, 'Number of steps to run trainer.')
flags.DEFINE_integer('batch_size', 10, 'Batch size'
                     'Must divide evenly into the dataset sizes.')



#訓練テストの入力 MNISTではそれぞれサンプルから10000,200のバッチを用いている
X_traning,Y_traning = ??
X_test,Y_test = ??

  # モデルの入出力の設定
x_train = tf.placeholder(tf.float32, [None,48*36]) #training input 入力画像は48*36画素
y_train = tf.placeholder(tf.float32, [None,2]) #traning label 2クラスに分類予定
x_test = tf.placeholder(tf.float32, [48*36]) #testing input

# 比較する近傍ベクトルの数を設定
K = 3
nearest_neighbors = tf.Variable(tf.zeros([K]))

# 入力ベクトルと近傍ベクトルの距離を計算
distance = tf.negative(tf.reduce_sum(tf.abs(tf.add(x_train, tf.negative(x_test))),axis=1)) #L1
# 上でマイナスを付けたので、大きい順に取り出せばいい
values, indices = tf.nn.top_k(distance, k=K, sorted=False)

# 近傍値を保存するリスト
nn_vector = []
for i in range(K):
    nn_vector.append(tf.argmax(y_train[indices[i]], 0)) 

# 近傍ベクトルのリストをtensorflowの変数へ変換する
nearest_neighbors = nn_vector

# クラスラベル、そのインデックス、個数を計算
y, idx, count = tf.unique_with_counts(nearest_neighbors)
"""
例:
x = [1, 1, 2, 4, 4, 4, 7, 8, 8]
y, idx, count = unique_with_counts(x)
y ==> [1, 2, 4, 7, 8]
idx ==> [0, 0, 1, 2, 2, 2, 3, 4, 4]
count ==> [2, 1, 3, 1, 2]
"""

# 最も個数の多いクラスを取り出す
pred = tf.slice(y, begin=[tf.argmax(count, 0)], size=tf.constant([1], dtype=tf.int64))[0]
# y = [ 1,  2,  3,  4, 11] count = [3, 2, 2, 7, 1] の時、 1を返す

#訓練の実行
accuracy = 0
init = tf.global_variables_initializer()

with tf.Session() as sess:

    for i in range(X_test.shape[0]):
        predicted_value = sess.run(pred,feed_dict={x_train:X_traning, y_train:Y_traning, x_test:X_test[i,:]})

        print("Test", i, "Prediction", predicted_value, "True Class:", np.argmax(Y_test[i]))

        if predicted_value == np.argmax(Y_test[i]):
                accuracy += 1.0

    accuracy /= len(Y_test)
    print("Accuracy:", accuracy)

if __name__ == '__main__':
    # ファイルを開く
    with open(FLAGS.train, 'r') as f: # train.txt
        train_image = []
        train_label = []
        for line in f:
            # 改行を除いてスペース区切りにする
            line = line.rstrip()
            l = line.split()
            # データを読み込んで縮小
            img = cv2.imread(FLAGS.image_dir + '/' +l[0])
            img = cv2.resize(img, (IMAGE_SIZE_x, IMAGE_SIZE_y))
            # 一列にした後、0-1のfloat値にする
            train_image.append(img.flatten().astype(np.float32)/255.0)
            # ラベルを1-of-k方式で用意する
            tmp = np.zeros(NUM_CLASSES)
            tmp[int(l[1])] = 1
            train_label.append(tmp)
        # numpy形式に変換
        train_image = np.asarray(train_image)
        train_label = np.asarray(train_label)
        train_len = len(train_image)

    with open(FLAGS.test, 'r') as f: # test.txt
        test_image = []
        test_label = []
        for line in f:
            line = line.rstrip()
            l = line.split()
            img = cv2.imread(FLAGS.image_dir + '/' +l[0])
            img = cv2.resize(img, (IMAGE_SIZE_x, IMAGE_SIZE_y))
            test_image.append(img.flatten().astype(np.float32)/255.0)
            tmp = np.zeros(NUM_CLASSES)
            tmp[int(l[1])] = 1
            test_label.append(tmp)
        test_image = np.asarray(test_image)
        test_label = np.asarray(test_label)
        test_len = len(test_image)

    with tf.Graph().as_default():
        # 画像を入れる仮のTensor
        images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS))
        # ラベルを入れる仮のTensor
        labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES))

試したこと

CNNでの実装,K最近傍法のMNISTでの実装は確認できています.

flags.DEFINE_string('train', 'train.txt', 'File name of train data')
flags.DEFINE_string('test', 'test.txt', 'File name of test data')
flags.DEFINE_string('image_dir', 'data', 'Directory of images')


のdataには画像ファイルが入っており,train.txt,test.txtには画像のファイル名と正解ラベルを記入しております.
CNNの分類とK最近傍法の実装は以下のサイトを参照しました.

TensorFlowでアニメゆるゆりの制作会社を識別する
TensorFlowでK最近傍法を実装

補足情報(言語/FW/ツール等のバージョンなど)

Windows10 (64bit)
Python 3.5.4(仮想環境)(Anaconda4.4.0(64bit))
TensorFlow 1.4.0

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

tensorflowで実装するのを諦めてsklearnの実装を使ってはいかがでしょう?

http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html

比較するのならすぐにできるようになります。

tensorflowで実装する練習をしたいのなら頑張らねばなりませんね。

CNNでの実装,K最近傍法のMNISTでの実装は確認できています.

とはどのような意味でしょうか?
K最近傍法が実装できているのなら、mnistの画像を自分で用意したものに変えるだけでできそうですが。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/01/11 02:23

    ご意見ありがとうございます。
    TensorFlowde実装したい理由ですが、GPUを所有しているので高速処理ができるというのが主な理由ですね。
    K最近傍法のMNISTのデータは転がっているのですが、MNISTは用意されているデータセットで、自分で用意しているファイルと構造が違うと思うのでそこで苦戦しております。。

    キャンセル

  • 2018/01/11 02:41

    畳み込みしないとGPUの恩恵はあまりないかもしれません。

    異なるとはいえ、Xは数字の配列で、Yがラベルであることは変わりません。
    .next_batchは使えませんが、同じようなnp.arrayを用意すればそのまま動きます。

    やるべきこととしては、
    自分の用意した画像を数字の配列として読み込んでXに集めることと、
    Yについては2値分類なら0か1をXに対応して準備することです。

    キャンセル

  • 2018/01/11 23:00

    ご意見ありがとうございます.

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

ただいまの回答率

91.27%

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    2742questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • OpenCV

    670questions

    OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

  • TensorFlow

    321questions

  • 機械学習

    310questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。