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

90.53%

  • Python

    11198questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Keras

    436questions

Keras CNNでImageDataGenerator使用 かさ増し枚数を指定する

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 189

zoosan

score 3

kerasでCNNを構築しました。
画像の読み取りにはimagedatageneratorを使用しています。
かさ増しするためzoom_range等を使用しました。
かさ増しする画像枚数を指定したいのですがソースコードがよくわかりません。
回答お願いしましす

from keras.models import Sequential, Model
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.optimizers import Adam
from keras.preprocessing.image import ImageDataGenerator
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

batch_size = 5
epochs = 25

#モデル構築
def Mymodel():
    model = Sequential()
    #畳み込み層1
    model.add(Conv2D(32, (3, 3), input_shape=(50, 50, 3)))
    model.add(Activation('relu'))
    #プーリング層1
    model.add(MaxPooling2D(pool_size=(2, 2)))

    #畳み込み層2
    model.add(Conv2D(64, (3, 3)))
    model.add(Activation('relu'))
    #プーリング層2
    model.add(MaxPooling2D(pool_size=(2, 2)))

    #畳み込み層3
    model.add(Conv2D(96, (3, 3)))
    model.add(Activation('relu'))
    #プーリング層3
    model.add(MaxPooling2D(pool_size=(2, 2)))

    #畳み込み層4
    model.add(Conv2D(128, (3, 3)))
    model.add(Activation('relu'))
    #プーリング層4
    model.add(MaxPooling2D(pool_size=(2, 2)))

    #1次配列に変更
    model.add(Flatten())
    model.add(Dense(96))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(5))
    model.add(Activation('softmax'))

    model.summary()

    return model


model = Mymodel()

for layer in model.layers:
    layer.trainable = True

model.compile(loss='categorical_crossentropy',
              optimizer='Adam',
              metrics=['accuracy'])

train_datagen = ImageDataGenerator(
   rescale=1.0 / 255,
   shear_range=0.2,
   zoom_range=0.2,
   horizontal_flip=True)


test_datagen = ImageDataGenerator(rescale=1.0 / 255)

train_generator = train_datagen.flow_from_directory(
   'ダウンロード/train1',
   target_size=(50, 50),
   batch_size=batch_size,
   class_mode='categorical')

validation_generator = test_datagen.flow_from_directory(
   'ダウンロード/test1',
   target_size=(50, 50),
   batch_size=batch_size,
   class_mode='categorical')

print(train_generator.class_indices)

hist = model.fit_generator(
  train_generator,
  steps_per_epoch=20,
  nb_epoch=epochs,
  validation_data=validation_generator,
  validation_steps=75)

model.save('Mymodel.h5')

score = model.evaluate_generator(validation_generator, val_samples=75, verbose=1)
print('test loss', score[0])
print('test acc', score[1])

model = Mymodel()


model.load_weights('Mymodel.h5')


filepath = 'ダウンロード/load1-1.jpeg'
plt.show(filepath)
img = Image.open(filepath).convert('RGB')
img = img.resize((50, 50))
x = np.array(img, dtype=np.float32)
x = x / 255.
x = x[None, ...]

pred = model.predict(x, batch_size=1, verbose=1)
score = np.max(pred)
pred_label = np.argmax(pred)
print(pred_label)
print(score)

loss = hist.history['loss']
val_loss = hist.history['val_loss']
acc = hist.history['acc']
val_acc = hist.history['val_acc']
epochs = len(loss)
plt.plot(range(epochs), loss, marker='.', label='loss()')
plt.plot(range(epochs), val_loss, marker='.', label='val_loss()')
plt.legend(loc='best')
plt.grid()
plt.xlabel('epochs')
plt.ylabel('loss')
plt.show()

plt.plot(range(epochs), acc, marker='.', label='acc()')
plt.plot(range(epochs), val_acc, marker='.', label='val_acc()')
plt.legend(loc='best')
plt.grid()
plt.xlabel('epochs')
plt.ylabel('acc')
plt.show()
  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • tiitoi

    2019/02/06 01:13

    「かさ増しする画像枚数」とは何を指して言っているのでしょうか?1つ前の質問欄のコメント欄に書いたように ImageDataGenerator は、「元が100枚だったら300枚に増やす」といったようなものではありません。
    ImageDataGenerator はミニバッチを作成したあと、パラメータに従い、ランダムに適当な変換を行い、ネットワークに流すものです。

    キャンセル

  • zoosan

    2019/02/06 01:23

    何度も回答ありがとうございます。
    理解を間違えてたみたいです。

    キャンセル

回答 1

checkベストアンサー

0

イメージ説明

ImageDataGenerator はリアルタイムに変換を行い、オーグメンテーションする機能なので、元の画像を3倍に増やすといったものではありません。
そのかわり、n 倍水増ししたい場合は steps_per_epoch (1エポックあたりの反復回数) を n 倍すれば同等の効果が得られます。

投稿

編集

  • 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。

同じタグがついた質問を見る

  • Python

    11198questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Keras

    436questions