Tensorflow,Kerasを用いた画像判定におけるresizeのエラー

Question

前提・実現したいこと

Pythonで3種類の動物の画像を用意し、別の画像がそのいずれかを推定するプログラムを実行したいです。
画像はFlickrからとってきています。

発生している問題・エラーメッセージ

ValueError: Error when checking input: expected conv2d_1_input to have shape (75, 75, 3) but got array with shape (50, 50, 3)

該当のソースコード

from keras.models import Sequential, load_model
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
# from keras.utils import np_utils
import keras,sys
import numpy as np
from PIL import Image

classes = ["monkey","boar","crow"]
num_classes = len(classes)
image_size = 50

def build_model():
    model = Sequential()
    model.add(Conv2D(32,(3,3), padding='same',input_shape=(50,50,3)))
    model.add(Activation('relu'))
    model.add(Conv2D(32,(3,3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2,2)))
    model.add(Dropout(0.25))

    model.add(Conv2D(64,(3,3), padding='same'))
    model.add(Activation('relu'))
    model.add(Conv2D(64,(3,3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2,2)))
    model.add(Dropout(0.25))

    model.add(Flatten())
    model.add(Dense(512))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(3))
    model.add(Activation('softmax'))

    opt = keras.optimizers.rmsprop(lr=0.0001, decay=1e-6)

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

    # モデルのロード
    model = load_model('./animal_cnn_aug.h5')

    return model

def main():
    image = Image.open(sys.argv[1])
    image = image.convert('RGB')
    image = image.resize((image_size,image_size))
    data = np.asarray(image)/255
    X = []
    X.append(data)
    X = np.array(X)
    model = build_model()

    result = model.predict([X])[0]
    predicted = result.argmax()
    percentage = int(result[predicted] * 100)
    print("{0} ({1} %)".format(classes[predicted], percentage))

if __name__ == "__main__":
    main()

なお、モデルのロードに記載してあるモデルの保存は以下から行なっています

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.utils import np_utils
import keras
import numpy as np

classes = ["monkey","boar","crow"]
num_classes = len(classes)
image_size = 50

#メインの関数を定義する
def main():
    X_train, X_test, y_train, y_test = np.load("./animal_aug.npy")
    X_train = X_train.astype("float") / 256
    X_test = X_test.astype("float") / 256
    y_train = np_utils.to_categorical(y_train, num_classes)
    y_test = np_utils.to_categorical(y_test, num_classes)

    model = model_train(X_train, y_train)
    model_eval(model, X_test, y_test)

def model_train(X, y):
    model = Sequential()
    model.add(Conv2D(32,(3,3), padding='same',input_shape=X.shape[1:]))
    model.add(Activation('relu'))
    model.add(Conv2D(32,(3,3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2,2)))
    model.add(Dropout(0.25))

    model.add(Conv2D(64,(3,3), padding='same'))
    model.add(Activation('relu'))
    model.add(Conv2D(64,(3,3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2,2)))
    model.add(Dropout(0.25))

    model.add(Flatten())
    model.add(Dense(512))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(3))
    model.add(Activation('softmax'))

    opt = keras.optimizers.rmsprop(lr=0.0001,decay=1e-6)
    model.compile(loss='categorical_crossentropy',optimizer=opt,metrics=['accuracy'])
    model.fit(X, y, batch_size=32, epochs=100)

#モデルの保存
    model.save('./animal_cnn_aug.h5')

    return model

def model_eval(model, X, y):
    scores = model.evaluate(X, y, verbose=1)
    print('Test Loss:', scores[0])
    print('Test Accuracy:', scores[1])

if __name__ == "__main__":
    main()

試したこと

• 75というサイズで入力した箇所がないか確認(ありませんでした)
• image_sizeを変更して実行
• パッケージのアップグレード

補足情報（FW/ツールのバージョンなど）

macOS/anaconda/Jupyter Notebook/Atom
PillowやTensorflowは最新のものにアップグレードしています。

はじめてプログラミングをはじめたところなのでオンライン教材の一貫です。コピーしている箇所が多く、単語も都度本を見ながらという感じなので初歩的なミスかもしれませんが、ご覧いただければ幸いです。

Answer 1

エラーの内容は、75×75の画像を期待していたのに、50×50の画像が入力されちゃったよ、ということですね。
モデルを保存する際に、50×50の画像をinputとするようなモデルを作れておらず、75×75の画像をinputするように作ったようです。
解決策としては、モデルを作り直すか、判定するプログラム(上側のソースコード)のimage_sizeの値を75にしてみる、のいずれかかと思います。

補足ですが、モデルを作り直す場合、X_trainのshapeにinput画像の大きさは依存しているようなので(75×75のモデルができた原因も多分これ)、def_main()の2行目の256で割る前の段階でX_train(だけだと、途中でエラー吐くと思うので、X_testも)の画像を全てリサイズすれば良いかと思います。

Comments

[退会済みユーザー]

ご返信が遅くなって申し訳ありません！
丁寧に教えていただいたのに申し訳ないです

解決法についても詳しく教えていただいてありがとうございました。

どちらも試してみました。結果前者は「AttributeError: 'NoneType' object has no attribute 'shape'」と出てしまい、numpy配列について問題がありそうなのでそれはまた単語なども含めて別途本などをあたっています。後者は結果が望んだ通りではなかったのですが、実行できました！ありがとうございます。イノシシの画像を入れたけど猿と予想が出てきたのですが、原因は学習した画像の選定などにありそうです。
ひとまずこちらで以降のレッスンを進めてみます。

[ilove2dgirl]

良かったです。お役に立てて何よりです。報告ありがとうございます。