Q&A
ディレクトリ 'number_file' には、どのようなファイル（形式、データ数等）が入っているのですか？ 変数imageは、そうしたファイルから読みだした(open)データに基づいているので、元のファイルに原因を求めるべきかと思われます。
本を見ながらKerasよりデータを取得して Deep Learningを試しています。
mnistからのデータを使い、モデルを作成して実際に手書き画像ファイルを読ませて試したのですが、
ValueError: Error when checking input: expected dense_1_input to have 2 dimensions, but got array with shape (28, 28, 3)
と出ます。
えっ、(28, 28)ではないの？最終的に(784,)にしないとモデルに入れられないのに。といったところで、なぜ(28, 28, 3)という三次元になるのか、それを(784,)の一次元でモデルに入れるための方法をご教示願います。
%matplotlib inline from __future__ import division, print_function from keras import backend as K from keras.datasets import mnist from keras.layers import Activation, Dense, Dropout from keras.layers.normalization import BatchNormalization from keras.models import Sequential from keras.utils.np_utils import to_categorical import numpy as np from sklearn.metrics import classification_report, confusion_matrix # Kerasに付属の手書き数字画像データをダウンロード np.random.seed(0) (X_train, labels_train), (X_test, labels_test) = mnist.load_data() # 各画像は行列なのでベクトルに変換→X_trainとX_testを作成 n_samples_train = X_train.shape[0] X_train = X_train.reshape(n_samples_train, -1) n_samples_test = X_test.shape[0] X_test = X_test.reshape(n_samples_test, -1) X_train.shape # ラベルをone-hotベクトル（値がひとつだけ1で他が0のベクトル）に変換→Y_trainとY_testを作成 Y_train = to_categorical(labels_train) Y_test = to_categorical(labels_test) #Deep Learningモデルコード model = Sequential() model.add(Dense(10, input_dim = 784)) model.add(BatchNormalization()) model.add(Activation('relu')) model.add(Dense(10)) model.add(BatchNormalization()) model.add(Activation('relu')) model.add(Dense(10)) model.add(BatchNormalization()) model.add(Activation('softmax')) model.compile(optimizer='adam',loss='categorical_crossentropy', metrics=['accuracy']) # Trainingの実施 model.fit(X_train ,Y_train ,epochs = 10 ,batch_size = 128, validation_data=(X_test, Y_test)) # Test dataを用いてモデルを評価（accuracyを算出） _,acc = model.evaluate(X_test ,Y_test ,verbose = 0) print('accuracy:{:.2f}'.format(acc)) **#以下データ読み込み、予測コード** import numpy as image_np from PIL import Image, ImageOps import os #取得画像answer image_ans = (8,9,5,0) #'number_file'フォルダ内ファイル取得 images = os.listdir('number_file') for i in images: if i == 'Thumbs.db': continue #imagesの中にある全ての画像をopen image = Image.open('number_file/'+i) #画素値を逆転 image = ImageOps.invert(image) #配列変換 image = np.array(image) #データをモデルに入れて予測 image_data_pred = model.predict_classes(image, verbose = 0)
読み込んだデータをimage.shape()でかくにんしたところ、
エラー内容と同様に(28, 28, 3)となっていました。
回答2件
0
えっ、(28, 28)ではないの？最終的に(784,)にしないとモデルに入れられないのに。といったところで、なぜ(28, 28, 3)という三次元になるのか、それを(784,)の一次元でモデルに入れるための方法をご教示願います。
- MNIST はグレースケールなので、各画像は (28, 28) の numpy 配列です。
- ネットワークは (784,) の numpy 配列を期待しているので、1次元配列に潰します。
- 読み込んだ画像が RGB 形式であったため、(28, 28, 3) となっています。
- これをネットワークに入れるには、まずグレースケール形式に変換し、 (28, 28) の numpy 配列にします。その後、1次元配列に潰し (784,) の numpy 配列にします。
MNIST の学習コード
from keras import backend as K from keras.datasets import mnist from keras.layers import Activation, BatchNormalization, Dense, Dropout from keras.models import Sequential from keras.utils.np_utils import to_categorical import numpy as np # MNIST データを取得する。 (x_train, y_train), (x_test, y_test) = mnist.load_data() print('x_train.shape', x_train.shape) # x_train.shape (60000, 28, 28) print('y_train.shape', y_train.shape) # y_train.shape (60000,) print('x_test.shape', x_test.shape) # x_test.shape (10000, 28, 28) print('y_test.shape', y_test.shape) # y_test.shape (10000,) # 1次元配列にする。 (28, 28) -> (784,) にする x_train = x_train.reshape(len(x_train), -1) x_test = x_test.reshape(len(x_test), -1) # one-hot 表現に変換する。 y_train = to_categorical(y_train) y_test = to_categorical(y_test) # モデルを作成する。 model = Sequential() model.add(Dense(10, input_dim=784)) model.add(BatchNormalization()) model.add(Activation('relu')) model.add(Dense(10)) model.add(BatchNormalization()) model.add(Activation('relu')) model.add(Dense(10)) model.add(BatchNormalization()) model.add(Activation('softmax')) model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) # 学習する。 model.fit(x_train, y_train, epochs=10, batch_size=128, validation_data=(x_test, y_test)) # 評価する。 _, acc = model.evaluate(x_test, y_test, verbose=0) print('accuracy:{:.2f}'.format(acc))
本題のコード
テスト用にフォルダに MNIST の画像をRGB、グレースケール形式で保存する。
# MNIST の画像をファイルに保存する。 import glob import os from PIL import Image (x_train, y_train), (x_test, y_test) = mnist.load_data() img_dir = 'number_file' os.makedirs(img_dir, exist_ok=True) for data, label in zip(x_test[:10], y_test[:10]): img = Image.fromarray(data) # グレースケール形式で保存する。 img.save(os.path.join(img_dir, 'gray_{}.png'.format(label))) # RGB 形式で保存する。 img = img.convert('RGB') img.save(os.path.join(img_dir, 'color_{}.png'.format(label)))
画像を読み込んで、推論する。
RGB 形式の場合はグレースケール形式に変換する。
# フォルダ内の画像を読み込み、予測する。 for img_path in glob.glob(os.path.join(img_dir, '*.png')): # 画像を読み込む。 img = Image.open(img_path) # 画像が RGB ならグレースケールに変換する。(28, 28, 3) -> (28, 28) if img.mode == 'RGB': img = img.convert("L") # (28, 28) -> (1, 784) にする。 data = np.array(img).reshape(1, -1) # 推論する。 pred_y = model.predict_classes(data, verbose=0) print(img_path, pred_y)
投稿2018/09/19 05:49
総合スコア21958
・MNIST はグレースケール
・読み込んだ画像が RGB 形式であったため、(28, 28, 3) となっています。
ご教示いただきましてありがとうございました。
書き込んでいただいた中の後半のコードを参考に自コードを修正できました。
コード内容もすべて読んでなるほどと思いました。
今後の参考ともなる素晴らしい回答ありがとうございました。
0
自己解決
データをグレースケール変換するように
image = Image.open('number_file/'+i)
に対して.convert('L')
書き加えたら解決しました。
参考URL
https://qiita.com/takus69/items/dd904dfc62372310c46f
学習後のコードは以下の通りです。
今回得られた予測結果についてはノーコメントです。
皆さまありがとうございました。
#取得画像answer image_ans = [8,9,5,0] #'number_file'フォルダ内ファイル取得 images = os.listdir('number_file') pred_list = [] for i in images: if i == 'Thumbs.db': continue #imagesの中にある全ての画像をopen,白黒変換 image = Image.open('number_file/'+i).convert('L') #画素値を逆転 image = ImageOps.invert(image) #配列変換 image = np.array(image) #１次元変換,リストに一旦収納 image = image.reshape((28*28)) pred_list.append(image) #データをモデルに入れて予測 image_pred = model.predict_classes(np.array(pred_list)) print(classification_report(image_ans, image_pred))
投稿2018/09/19 07:11
総合スコア11
あなたの回答
tips
プレビュー
