kerasにて画像の判別機を作成しております。
学習データの精度の偏りを見るためにクラスごとの精度をグラフ表示したいのですが、どのようにしたらいいでしょうか?
python
# coding:utf-8 import keras from keras.utils import np_utils from keras.layers.convolutional import Conv2D, MaxPooling2D from keras.models import Sequential from keras.layers.core import Dense, Dropout, Activation, Flatten from keras.preprocessing.image import array_to_img, img_to_array, list_pictures, load_img import numpy as np import pandas as pd from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt from keras.preprocessing.image import ImageDataGenerator from keras.preprocessing import image #【学習データの読み込み】 X = [] Y = []#category_name datagen = ImageDataGenerator(horizontal_flip=True) max_img_num = 10 # a画像 for picture in list_pictures('dir/pic/a'): img = img_to_array(load_img(picture, target_size=(32,32))) X.append(img) Y.append(0) # b画像 for picture in list_pictures('/dir/pic/b'): img = img_to_array(load_img(picture, target_size=(32,32))) X.append(img) X.append(img2) Y.append(1) # 画素値を0から1の範囲に変換 X = X.astype('float32') X = X / 255.0 # クラスの形式を変換 Y = np_utils.to_categorical(Y, 1) # 学習用データとテストデータ X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2) # 【CNNを構築】 model = Sequential() model.add(Conv2D(32, (3, 3), padding='same', input_shape=X_train.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(0.6)) model.add(Dense(2)) model.add(Activation('softmax')) # 【コンパイル】 model.compile(loss='categorical_crossentropy',#損失関数 optimizer='adam',#最適化、オブジェクト metrics=['accuracy'])#評価関数、正解率 #【学習実行】 history = model.fit(X_train, y_train, batch_size=64, epochs=1, validation_data = (X_test, y_test), verbose = 1) score = model.evaluate(X_test, y_test, verbose = 1) print("正解", score[1], "loss", score[0]) #【学習をグラフ表示】 %matplotlib inline plt.plot(history.history['acc']) plt.plot(history.history['val_acc']) plt.title('model accuracy') plt.legend(['train', 'test'], loc='upper left') plt.show() plt.plot(history.history['loss']) plt.plot(history.history['val_loss']) plt.title('model loss') plt.legend(['loss', 'val_loss'], loc='upper left') plt.show()
この場合aとbの画像に対しての精度を見たいです。
宜しくお願い致します。
まだ回答がついていません
会員登録して回答してみよう