このサイトを使って画像分類器を自作したい

Question

https://techblog.nhn-techorus.com/archives/8349
上記のサイトを参考にラーメンとそれ以外の麺類を判別する分類器を造ってみようと思ったのでまずこのサイトでコスモスとサクラの判別をする分類器のコードを書いたのですが、

PIL.UnidentifiedImageError: cannot identify image file 'sakura/.DS_Store'

とエラーが出て画像の読み込みがうまくいっていないようです。この解決方法がわかりません。またサイトの下の方にグラフが出ているのですが、これはこのコードでうまく動けばグラフも確認できるということなのでしょうか？

使用しているPCは
MacBook Pro (13-inch, 2019, Two Thunderbolt 3 ports)
プロセッサ　1.4 GHz クアッドコアIntel Core i5
メモリ 8 GB 2133 MHz LPDDR3

環境は
vs code
python3.7.6
tensorflow1.14.0

tensorflowはver2.0以降はまたコードの書き方が異なるようなので1.14.0を指定して入れ直しました。

ほとんどサイトと同じですが、下記に自分で書いたコードを載せます

from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Dense, Dropout, Flatten
from keras.models import Sequential
import keras
from sklearn.model_selection import train_test_split
from keras.preprocessing import image
import numpy as np
import tensorflow as tf
import random as rn
import os
from keras import backend as K

os.environ['PYTHONHASHSEED'] = '0'
np.random.seed(0)
rn.seed(0)
session_conf = tf.compat.v1.ConfigProto(
    intra_op_parallelism_threads=1, inter_op_parallelism_threads=1)
tf.set_random_seed(0)
sess = tf.Session(graph=tf.get_default_graph(), config=session_conf)
K.set_session(sess)
sess = tf.Session(config=tf.ConfigProto(device_count={'GPU': 0}))

input_shape = (224, 224, 3)
batch_size = 128
epochs = 100
num_classes = 2
x = []
y = []
for f in os.listdir("sakura"):
    x.append(image.img_to_array(image.load_img(
        "sakura/"+f, target_size=input_shape[:2])))
    y.append(0)
for f in os.listdir("cosmos"):
    x.append(image.img_to_array(image.load_img(
        "cosmos/"+f, target_size=input_shape[:2])))
    y.append(1)
x = np.asarray(x)
x /= 255
y = np.asarray(y)
y = keras.utils.to_categorical(y, num_classes)
x_train, x_test, y_train, y_test = train_test_split(
    x, y, test_size=0.33, random_state=3)

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
                 activation='relu',
                 input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
              optimizer="SGD",
              metrics=['accuracy'])
history = model.fit(x_train, y_train,
                    batch_size=batch_size,
                    epochs=epochs,
                    verbose=1,
                    validation_data=(x_test, y_test))

Answer 1

os.listdir("sakura") はディレクトリ内のファイル名の一覧を取得する関数です。
.DS_Store は Mac OS が勝手に作ってしまうファイルで、これを読み込もうとした際にエラーになっています。(Mac では . で始まる名前は隠しファイル扱いですが、ls とかで確認すれば、たしかにそのディレクトリにそのファイルがあることが確認できるとおもいます)

消しても勝手にまた作られてしまうので、ループ内に名前が .DS_Store だったら無視するという処理を追加してはどうでしょうか

if f == ".DS_Store":
    continue

---

変更箇所

for f in os.listdir("sakura"):
    if f == ".DS_Store":
        continue
    x.append(image.img_to_array(image.load_img("sakura/" + f, target_size=input_shape[:2])))
    y.append(0)
for f in os.listdir("cosmos"):
    if f == ".DS_Store":
        continue
    x.append(ximage.img_to_array(image.load_img("cosmos/" + f, target_size=input_shape[:2])))
    y.append(1)

Comments

[_mini]

for f・・・から始まる構文中に教えていただいた処理を追加してみたのですが、同じエラーが出てきてしまいます…

[_mini]

エラー文の前に
"cannot identify image file %r" % (filename if filename else fp)
というような文章も書かれていました。

[tiitoi]

質問欄のコードを編集後のコードに差し替えていただけますか？
またエラー内容が変わった場合は現在のエラー内容を記載してください

[tiitoi]

質問のエラーは、画像しかない想定のディレクトリ内に画像でない .DS_Store というファイルがあって、それを読み込もうとしてエラーが出てしまうので、 .DS_Store という名前のファイルは無視するというのが回答内容の意図です。
修正箇所を追記しました。

[_mini]

tiitoi様のコードを参考に書き直したら、うまく実行することができました。
質問の部分に載せたサイトの下部分のようなグラフを表示して確認したい場合はコマンドややり方があるのでしょうか？
それともそのようなコードがあるのでしょうか？

[tiitoi]

> それともそのようなコードがあるのでしょうか？

グラフを描画する処理を matplotlib というライブラリで自分で書く必要があります。
質問のリンク先はその部分のコードは省略されていますね

[_mini]

matplotlibについてわかりやすいようなサイトはありますか？
自分でも調べているのですが、なかなか分かりづらいものが多いので…

[tiitoi]

Qiita に matplotlib の記事が沢山あるので、参考にされてはどうでしょうか
https://qiita.com/nkay/items/d1eb91e33b9d6469ef51
-----
質問の件が解決したようであればこの質問はクローズして、またわからないことがでてきたら、お手数ですが別途質問を立ててください

[_mini]

ありがとうございます。
また質問してみます。