【python】kerasで学習したデータを保存し、別のソースコードでデータを読み込んで判定させたが、学習前のような結果が出る。学習データを反映させたい

Question

前提・実現したいこと

pythonでkerasを使いCNNで矢印が上下左右どの方向を向いているのかを判別するプログラムを作っています
学習が完了したモデルを保存し、別のコードで読み込み、画像の判定をさせたいと考えています

発生している問題・エラーメッセージ

学習結果がうまく反映されません
出力で
print(model.predict_classes(ya_1)) #[1]
print(model.predict(ya_1)) #[[0. 1. 0. 0.]]
と、学習させたモデルとは思えない結果が出ます。
（ya_1は画像データ）

該当のソースコード

# 学習データ
from tensorflow import keras
import cv2
import numpy as np

batch_size = 200
num_class = 4
epochs = 10

# set X
file_name = []

for im in range(0,13073):
    file_temp = "./ya_resize/re_ya_" + str(im) + ".bmp"
    file_name.append(file_temp)

cnt = -1
img = []
for i in file_name:

    cnt += 1
    img_t = cv2.imread(i)
    img_t = img_t / 255.0

    img_t = img_t.tolist()
    img.append(img_t)

print(img[0])

img = np.array(img)
for i in range(0,13073):
    img[i] = np.array(img[i])
img = np.array(img)

img = img.reshape(13073,45,45,3)

print(img)

print(img[i].shape)

# set y

y = []
f = open("label")
label = f.read()
f.close()

for i in label:
    label_temp = i.rstrip()
    if not label_temp == "":
        label_temp = int(label_temp)
        y.append(label_temp)

y = np.array(y)

x_train = img[:13030]
y_train = y[:13030]
x_test = img[13031:]
y_test = y[13031:]

print(x_train.shape,x_test.shape)

model = keras.models.Sequential([

    keras.layers.Conv2D(64,kernel_size=(5,5),
                        activation="relu",
                        input_shape=(45,45,3)),
    keras.layers.Conv2D(32,(5,5),activation="relu"),
    keras.layers.MaxPooling2D(pool_size=(2,2)),
    keras.layers.Dropout(0.25),
    keras.layers.Flatten(),
    keras.layers.Dense(16,activation="relu"),
    keras.layers.Dropout(0.5),
    keras.layers.Dense(num_class,activation="softmax")

])

model.compile(optimizer="RMSprop", loss="sparse_categorical_crossentropy", metrics=["accuracy"])
model.fit(x_train, y_train, epochs=epochs)

a = model.evaluate(x_test,y_test)
b = model.predict(x_test)
print(a)
print(b)
print(model.summary())
print(model.predict_classes(x_test))

open("and.json","w").write(model.to_json())
model.save("ya_model.hdf5",save_format="h5")

# 学習済みモデルを使って判別
from tensorflow import keras
import cv2
import numpy as np
import h5py

kernel = np.ones((3,3), dtype=np.uint8)


img = cv2.imread("./ya_cut/re_ya_1.bmp")

ya_1 = img.reshape(1,45,45,3)

h5file = h5py.File("ya_model.hdf5", 'r')

model = keras.models.load_model(h5file)

print(model.summary())

print(model.predict_classes(ya_1))　# [1] と出力
print(model.predict(ya_1)) # [[0. 1. 0. 0.]] と出力

試したこと

テストデータを使って試しても[1]と出力
PC再起動

補足情報（FW/ツールのバージョンなど）

実行環境：pycharm
tensorflow 2.1.0
keras 2.3.1
ここで詰まっている方がいないみたいで有効な情報は見つけられませんでした。
どのように解決したらよろしいでしょうか。よろしくおねがいいたします。

Answer 1

学習させたモデルとは思えない結果が出ます。

学習したときに画像にやっていた値を [0, 1] にする正規化を推論するときにやっていないからではないでしょうか。

img = cv2.imread("./ya_cut/re_ya_1.bmp")
img = img / 255.0  # 追加

学習したときに前処理を行った場合、推論する際も全く同じ処理を行うようにしてみてください。

Comments

[mitokisan]

ちゃんと推論できました！ほんとうにありがとうございます。めっちゃ助かりました。
次からは忘れないようにします。

Answer 2

DNNでの学習結果(ネットワークの重み)はネットワークのモデル(この場合ではya_model.hdf5)とは別に保存/読み込みする必要があります。
model.save_weights()とmodel.load_weights()を追加する必要があると思います。
https://qiita.com/supersaiakujin/items/b9c9da9497c2163d5a74

Comments

[mitokisan]

回答ありがとうございます！
正規化してなくて、それをしたら解決しました。
しかし今度また同じような問題が起こったら、重みとモデルを別にしたやり方も試してみたいと思います。