Python　Kerasによる画像認識の学習結果のエラー

現在、Pythonでの画像認識の経験がないため、下のURLでの画像認識のAI作成を参考にして、料理を認識するためのAIをPythonを用いてコードを書いています。また、料理は5種類の料理で各種類２０枚の画像をディレクトリに保存しています。

https://qiita.com/tomo_20180402/items/e8c55bdca648f4877188

私は、このURLでの画像認識のAI作成のコードに沿って、下のようにコードを書きました。

Python
1from PIL import Image
2import os, glob
3import numpy as np
4import random, math
5
6root_dir = './food/'
7
8categories = ["Okonomiyaki","Ramen","Kaisendon","Mapo Tofu","Temndon"]
9
10# 画像データ用配列
11X = []
12# ラベルデータ用配列
13Y = []
14
15#画像データごとにadd_sample()を呼び出し、X,Yの配列を返す関数
16def make_sample(files):
17    global X, Y
18    X = []
19    Y = []
20    for cat, fname in files:
21        add_sample(cat, fname)
22    return np.array(X), np.array(Y)
23
24#渡された画像データを読み込んでXに格納し、また、
25#画像データに対応するcategoriesのidxをY格納する関数
26def add_sample(cat, fname):
27    img = Image.open(fname)
28    img = img.convert("RGB")
29    img = img.resize((150, 150))
30    data = np.asarray(img)
31    X.append(data)
32    Y.append(cat)
33
34#全データ格納用配列
35allfiles = []
36
37#カテゴリ配列の各値と、それに対応するidxを認識し、全データをallfilesにまとめる
38for idx, cat in enumerate(categories):
39    image_dir = root_dir + "/" + cat
40    files = glob.glob(image_dir + "/*.jpg")
41    for f in files:
42        allfiles.append((idx, f))
43
44#シャッフル後、学習データと検証データに分ける
45random.shuffle(allfiles)
46th = math.floor(len(allfiles) * 0.8)
47train = allfiles[0:th]
48test  = allfiles[th:]
49X_train, y_train = make_sample(train)
50X_test, y_test = make_sample(test)
51xy = (X_train, X_test, y_train, y_test)
52#データを保存する（データの名前を「food_data.npy」としている）
53np.save("保存先パス/food_data.npy", xy)
54
55#モデルの構築
56
57from keras import layers, models
58
59model = models.Sequential()
60model.add(layers.Conv2D(32,(3,3),activation="relu",input_shape=(150,150,3)))
61model.add(layers.MaxPooling2D((2,2)))
62model.add(layers.Conv2D(64,(3,3),activation="relu"))
63model.add(layers.MaxPooling2D((2,2)))
64model.add(layers.Conv2D(128,(3,3),activation="relu"))
65model.add(layers.MaxPooling2D((2,2)))
66model.add(layers.Conv2D(128,(3,3),activation="relu"))
67model.add(layers.MaxPooling2D((2,2)))
68model.add(layers.Flatten())
69model.add(layers.Dense(512,activation="relu"))
70model.add(layers.Dense(5,activation="sigmoid")) #分類先の種類分設定
71
72#モデル構成の確認
73model.summary()
74
75#モデルのコンパイル
76from keras import optimizers
77
78model.compile(loss="binary_crossentropy",
79              optimizer=optimizers.RMSprop(lr=1e-4),
80              metrics=["acc"])
81
82#データの準備
83
84from keras.utils import np_utils
85import numpy as np
86
87categories = ["Okonomiyaki", "Ramen", "Kaisendon","Mapo Tofu", "Tendon"  ]
88nb_classes = len(categories)
89
90
91#データの正規化
92X_train = X_train.astype("float") / 255
93X_test  = X_test.astype("float")  / 255
94
95#kerasで扱えるようにcategoriesをベクトルに変換
96y_train = np_utils.to_categorical(y_train, nb_classes)
97y_test  = np_utils.to_categorical(y_test, nb_classes)
98
99#モデルの学習
100
101model = model.fit(X_train,
102                  y_train,
103                  epochs=5,
104                  batch_size=6,
105                  validation_data=(X_test,y_test))

そして上のコードの
”model.summary()”
の結果は下のようになりました。

また、上のコードで
model = model.fit(X_train,
y_train,
epochs=5,
batch_size=6,
validation_data=(X_test,y_test))
を実行すると下のようなエラーが起きました。

何が原因でこのエラーが起きたのかわからないので教えてください。

tiitoi

2019/09/06 06:43

配列の形状 X_train.shape, X_test.shape を print するとどうなっていますか？

1mzmk

2019/09/06 06:58

(0,) と表示されました。

tiitoi

2019/09/06 07:08

それはおかしいです。画像が正しく読み込めていれば、X_train, X_test の形状は (サンプル数, 高さ, 幅, 3) の4次元配列になっているはずなので、ファイルを読み込んで配列を作るまでの部分に原因があると思います。各変数を print しながら、意図通り処理ができているか確認してみてください。