KerasでSegnetを行いたい

https://teratail.com/questions/131885#reply-200116
以前質問させていただいた部分は解決したのですが別の部分でエラーがでてしまいました。

エラーを調べたところ画像を読み込めていないということです。
https://teratail.com/questions/97976

コードの参考はこちらです。
https://qiita.com/uni-3/items/a62daa5a03a02f5fa46d

画像の位置は

dataset.pyの一部分
DataPath = '/home/ooo/××/SegNet/CamVid/'
変更しました。
プログラムは/home/ooo/××/segnet/
にdataset.pyとmodel.pyとtrain.pyが入っています。

いろいろディレクトリ指定などを変えたのですがダメでした。
ご教授いただけると幸いです。

行動規範の内容に同意します

回答2件

ベストアンサー

もう自分で直したほうが早いなと思って作成しました。

# segnet以下にtrain.py, model.py, dataset.pyが格納されています。
─segnet
  ├─.idea
  ├─CamVid
  │  ├─test
  │  ├─testannot
  │  ├─train
  │  ├─trainannot
  │  ├─val
  │  └─valannot
  ├─docker
  │  ├─cpu
  │  └─gpu
  ├─Example_Models
  ├─Models
  ├─Scripts
  └─__pycache__

python
1# train.py
2import os
3import glob
4import numpy as np
5import keras
6
7from model import SegNet
8
9import dataset
10
11input_shape = (360, 480, 3)
12classes = 12
13epochs = 100
14batch_size = 1
15log_filepath='./logs/'
16
17data_shape = 360*480
18
19class_weighting = [0.2595, 0.1826, 4.5640, 0.1417, 0.5051, 0.3826, 9.6446, 1.8418, 6.6823, 6.2478, 3.0, 7.3614]
20
21## set gpu usage
22import tensorflow as tf
23config = tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True, per_process_gpu_memory_fraction = 0.8))
24session = tf.Session(config=config)
25keras.backend.tensorflow_backend.set_session(session)
26
27
28def main():
29    print("loading data...")
30    ds = dataset.Dataset(classes=classes,
31                         train_file="CamVid/train.txt",
32                         test_file="CamVid/test.txt")
33    train_X, train_y = ds.load_data(root_path="CamVid",
34                                    mode='train') # need to implement, y shape is (None, 360, 480, classes)
35
36    train_X = ds.preprocess_inputs(train_X)
37    train_Y = ds.reshape_labels(train_y)
38    print("input data shape...", train_X.shape)
39    print("input label shape...", train_Y.shape)
40
41    test_X, test_y = ds.load_data(root_path="CamVid",
42                                  mode='test') # need to implement, y shape is (None, 360, 480, classes)
43    test_X = ds.preprocess_inputs(test_X)
44    test_Y = ds.reshape_labels(test_y)
45
46    tb_cb = keras.callbacks.TensorBoard(log_dir=log_filepath, histogram_freq=1, write_graph=True, write_images=True)
47    print("creating model...")
48    model = SegNet(input_shape=input_shape, classes=classes)
49    model.compile(loss="categorical_crossentropy", optimizer='adadelta', metrics=["accuracy"])
50
51    model.fit(train_X, train_Y, batch_size=batch_size, epochs=epochs,
52              verbose=1, class_weight=class_weighting , validation_data=(test_X, test_Y), shuffle=True
53              , callbacks=[tb_cb])
54
55    model.save('seg.h5')
56
57if __name__ == '__main__':
58    main()

python
1# dataset.py
2import cv2
3import numpy as np
4from pathlib import Path
5from keras.applications import imagenet_utils
6
7
8class Dataset:
9    def __init__(self, classes=12, train_file='train.txt', test_file='test.txt'):
10        self.train_file = train_file
11        self.test_file = test_file
12        self.data_shape = 360*480
13        self.classes = classes
14
15    def normalized(self, rgb):
16        #return rgb/255.0
17        norm=np.zeros((rgb.shape[0], rgb.shape[1], 3),np.float32)
18
19        b=rgb[:,:,0]
20        g=rgb[:,:,1]
21        r=rgb[:,:,2]
22
23        norm[:,:,0]=cv2.equalizeHist(b)
24        norm[:,:,1]=cv2.equalizeHist(g)
25        norm[:,:,2]=cv2.equalizeHist(r)
26
27        return norm
28
29    def one_hot_it(self, labels):
30        x = np.zeros([360,480,12])
31        for i in range(360):
32            for j in range(480):
33                x[i,j,labels[i][j]] = 1
34        return x
35
36    def load_data(self, root_path, mode='train'):
37        data = []
38        label = []
39        root_path = Path(root_path)
40        if (mode == 'train'):
41            filename = self.train_file
42        else:
43            filename = self.test_file
44
45        with open(filename) as f:
46            txt = f.readlines()
47            for line in txt:
48                train_path, label_path = line.split(' ')
49                train_path = root_path.joinpath(train_path[15:])
50                label_path = root_path.joinpath(label_path[15:].strip())
51                data.append(self.normalized(cv2.imread(str(train_path))))
52                label.append(self.one_hot_it(cv2.imread(str(label_path)))[:,:,0])
53                print('.', end='')
54        #print("train data file", os.getcwd() + txt[i][0][7:])
55        #print("label data raw", cv2.imread(os.getcwd() + '/CamVid/trainannot/0001TP_006690.png'))
56        return np.array(data), np.array(label)
57
58
59    def preprocess_inputs(self, X):
60    ### @ https://github.com/fchollet/keras/blob/master/keras/applications/imagenet_utils.py
61        """Preprocesses a tensor encoding a batch of images.
62        # Arguments
63            x: input Numpy tensor, 4D.
64            data_format: data format of the image tensor.
65            mode: One of "caffe", "tf".
66                - caffe: will convert the images from RGB to BGR,
67                    then will zero-center each color channel with
68                    respect to the ImageNet dataset,
69                    without scaling.
70                - tf: will scale pixels between -1 and 1,
71                    sample-wise.
72        # Returns
73            Preprocessed tensor.
74        """
75        return imagenet_utils.preprocess_input(X)
76
77    def reshape_labels(self, y):
78        return np.reshape(y, (len(y), self.data_shape, self.classes))

投稿2018/06/25 11:07

編集2018/06/25 11:14

wakame

総合スコア1170

wakame

2018/06/25 11:09

ファイルパスをスライスしないといけないつらみ、そして改行コードを除去しないといけないつらみ。

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！

関連した質問