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

87.33%

自作モデルの転移学習が実装できない

受付中

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 2,808

score 14

前提・実現したいこと

現在python で自作の転移学習を試みております。
以下のサイトを参考に、VGG16モデルによる転移学習を実装しました。
https://intellectual-curiosity.tokyo/2019/07/09/kerasで転移学習を行う方法/
こちらで作成した学習済みモデルを新たに読み込み直し、
転移学習を行おうと考えましたが、実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

base_model = model(weights='imagenet', include_top=False, input_tensor=input_tensor,)
の箇所で以下のエラーが発生しました。

TypeError: __call__() missing 1 required positional argument: 'inputs'

該当のソースコード

from keras.models import Model
from keras.layers import Dense, GlobalAveragePooling2D,Input
from keras.preprocessing.image import ImageDataGenerator
import matplotlib.pyplot as plt
from tensorflow.python.keras.models import load_model
model = load_model('transfer.h5')
model.summary()

N_CATEGORIES = 2
IMAGE_SIZE = 150
BATCH_SIZE = 32
NUM_EPOCHS = 10

train_data_dir = "./data/image/train"
validation_data_dir = "./data/image/validation"

NUM_TRAINING = 2000
NUM_VALIDATION = 800

input_tensor = Input(shape=(IMAGE_SIZE, IMAGE_SIZE, 3))
#ここでエラー
base_model = model(weights='imagenet', include_top=False, input_tensor=input_tensor,)
model.summary()

x = base_model.output
x = GlobalAveragePooling2D()(x)
x = Dense(1024, activation='relu')(x)
predictions = Dense(N_CATEGORIES, activation='softmax')(x)
model = Model(inputs=base_model.input, outputs=predictions)

# for layer in base_model.layers:
for layer in base_model.layers[:15]:
   layer.trainable = False
from keras.optimizers import SGD
model.compile(optimizer=SGD(lr=0.0001, momentum=0.9), loss='categorical_crossentropy',metrics=['accuracy'])

model.summary()

train_datagen = ImageDataGenerator(
    rescale=1. / 255,
    horizontal_flip=False)

test_datagen = ImageDataGenerator(rescale=1. / 255)
train_generator = train_datagen.flow_from_directory(
   train_data_dir,
   target_size=(IMAGE_SIZE, IMAGE_SIZE),
   batch_size=BATCH_SIZE,
   class_mode='categorical',
   shuffle=True
)

validation_generator = test_datagen.flow_from_directory(
   validation_data_dir,
   target_size=(IMAGE_SIZE, IMAGE_SIZE),
   batch_size=BATCH_SIZE,
   class_mode='categorical',
   shuffle=True
)

history = model.fit_generator(train_generator,
   steps_per_epoch=NUM_TRAINING//BATCH_SIZE,
   epochs=NUM_EPOCHS,
   verbose=1,
   validation_data=validation_generator,
   validation_steps=NUM_VALIDATION//BATCH_SIZE,
   )

model.save('transfer2.h5')  # モデルの保存

試したこと

エラーコードを検索しましたが、理由が分かりませんでした。

補足情報(FW/ツールのバージョンなど)

python3.7
keras2.2.4
tensorflow1.15.0

VGG16によって転移学習した学習済みモデルの内部は以下のようになっています。

Layer (type)                 Output Shape              Param #   

input_5 (InputLayer)         [(None, 150, 150, 3)]     0         


block1_conv1 (Conv2D)        (None, 150, 150, 64)      1792      


block1_conv2 (Conv2D)        (None, 150, 150, 64)      36928     


block1_pool (MaxPooling2D)   (None, 75, 75, 64)        0         


block2_conv1 (Conv2D)        (None, 75, 75, 128)       73856     


block2_conv2 (Conv2D)        (None, 75, 75, 128)       147584    


block2_pool (MaxPooling2D)   (None, 37, 37, 128)       0         


block3_conv1 (Conv2D)        (None, 37, 37, 256)       295168    


block3_conv2 (Conv2D)        (None, 37, 37, 256)       590080    


block3_conv3 (Conv2D)        (None, 37, 37, 256)       590080    


block3_pool (MaxPooling2D)   (None, 18, 18, 256)       0         


block4_conv1 (Conv2D)        (None, 18, 18, 512)       1180160   


block4_conv2 (Conv2D)        (None, 18, 18, 512)       2359808   


block4_conv3 (Conv2D)        (None, 18, 18, 512)       2359808   


block4_pool (MaxPooling2D)   (None, 9, 9, 512)         0         


block5_conv1 (Conv2D)        (None, 9, 9, 512)         2359808   


block5_conv2 (Conv2D)        (None, 9, 9, 512)         2359808   


block5_conv3 (Conv2D)        (None, 9, 9, 512)         2359808   


block5_pool (MaxPooling2D)   (None, 4, 4, 512)         0         


global_average_pooling2d_5 ( (None, 512)               0         


dense_9 (Dense)              (None, 1024)              525312    


dense_10 (Dense)             (None, 2)                 2050      

Total params: 15,242,050
Trainable params: 7,606,786
Non-trainable params: 7,635,264

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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。

回答 2

0

お疲れ様です。
少し、混乱せれている気もします。

下記とかで、
= VGG16(
とかは、よく見られると思いますが、= model( ?? みたいな書き方、ありますか? 

base_model = model(weights='imagenet', include_top=False

尚、転移学習、ファインチューニングは、言葉がややこしいかもしれないので、
具体的には、どこを再度学習で更新されようとしているのかを明示されたほうが、
回答が得やすい気がします。
(回答になっていないので、これは、コメント欄に記載しないさいと指示されますかね。。)

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。

  • 2020/01/11 17:23

    ご回答ありがとうございます。
    またご教授ありがとうございます。
    上記の部分ですが
    base_model = VGG16(weights='imagenet', include_top=False,
    を自分で変えてしまいました。
    VGG16やResnetなどの既存学習モデル以外の学習済みモデルを
    使用する際に、ネットワワーク出力側の設定プログラムの書き方が分かりません。ご教授いただければ幸いです。

    キャンセル

  • 2020/01/11 17:40

    どなたか、回答を!!

    ほとんど何もしなくていいはずで、
    ただ、
    .compileでなくて、
    .fitとか.fit_generatorとかなんだろうと思うのですが、
    よくわかっていません。
    とっても、簡単であることは、ほぼ、間違いないです。すみません!

    キャンセル

0

こんにちは、遅くなりましたが、もしyuno0000さんや他の閲覧された方の役に立てば幸いです。
こちらの回答とあわせて実行すればよいと思うのですが、
tensor flow hubを利用しながらfine tuningを試みると良いかと思います。
例えば、

module_selection = ("efficientnet", 224)
handle_base, pixels = module_selection
MODULE_HANDLE ="https://tfhub.dev/tensorflow/efficientnet/lite4/classification/2".format(handle_base)
IMAGE_SIZE = (pixels, pixels)


として、あとは、
ここのドキュメントのとおりに実行すればエラーなく進めることができます。
VGGではないですが、efficientnetでやっています。質問にある方法とは少し方法がちがいますが、役に立てば幸いです。

投稿

  • 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。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.33%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る