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

Question

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()

Comments

[tiitoi]

「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。

[zoosan]

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。

Answer 1

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。