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

88.93%

Pythonを用いて行う画像の分類方法

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 193

maguro2020

score 21

前提・実現したいこと

[Keras]MobileNetV2+ArcFaceを使ってペットボトルを分類してみた!
上記URLのサイト様のコードを参考に、自前の画像で分類を行いたいと考えております。

発生している問題・エラーメッセージ

途中まではサイト様のコード通りに動いたのですが、途中のコードでエラーが発生してしまいました。コードのどの点を変更すればいいのかわからない状況となっております。下記に発生したエラーメッセージを添付いたします。

touketu157
Epoch 1/30
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-11-e2c75c3c8750> in <module>
     51             verbose=1)]
     52 
---> 53     model.fit_generator(train_gene, steps_per_epoch=80, epochs=30, validation_steps=20, validation_data=val_gane, callbacks=callbacks_list)

~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/keras/legacy/interfaces.py in wrapper(*args, **kwargs)
     89                 warnings.warn('Update your `' + object_name + '` call to the ' +
     90                               'Keras 2 API: ' + signature, stacklevel=2)
---> 91             return func(*args, **kwargs)
     92         wrapper._original_function = func
     93         return wrapper

~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/keras/engine/training.py in fit_generator(self, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, validation_freq, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)
   1730             use_multiprocessing=use_multiprocessing,
   1731             shuffle=shuffle,
-> 1732             initial_epoch=initial_epoch)
   1733 
   1734     @interfaces.legacy_generator_methods_support

~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/keras/engine/training_generator.py in fit_generator(model, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, validation_freq, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)
    218                                             sample_weight=sample_weight,
    219                                             class_weight=class_weight,
--> 220                                             reset_metrics=False)
    221 
    222                 outs = to_list(outs)

~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/keras/engine/training.py in train_on_batch(self, x, y, sample_weight, class_weight, reset_metrics)
   1506             x, y,
   1507             sample_weight=sample_weight,
-> 1508             class_weight=class_weight)
   1509         if self._uses_dynamic_learning_phase():
   1510             ins = x + y + sample_weights + [1]

~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/keras/engine/training.py in _standardize_user_data(self, x, y, sample_weight, class_weight, check_array_lengths, batch_size)
    577             feed_input_shapes,
    578             check_batch_axis=False,  # Don't enforce the batch size.
--> 579             exception_prefix='input')
    580 
    581         if y is not None:

~/.pyenv/versions/3.6.5/lib/python3.6/site-packages/keras/engine/training_utils.py in standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix)
    143                             ': expected ' + names[i] + ' to have shape ' +
    144                             str(shape) + ' but got array with shape ' +
--> 145                             str(data_shape))
    146     return data
    147 

ValueError: Error when checking input: expected input_2 to have shape (5,) but got array with shape (2,)

コード

Yohei-Kawakami / 201901_self_checkout
元のコードの全文は上記URLのサイト様にございます。

# model構築の準備
from keras.models import Model
from keras.layers import Dense, GlobalAveragePooling2D,Input,Dropout,Activation
from keras.applications import MobileNetV2
from keras.preprocessing.image import ImageDataGenerator
from keras.optimizers import Adam
from keras.callbacks import CSVLogger,EarlyStopping
import numpy as np
from keras import backend as K
from keras.engine.topology import Layer
import numpy as np
import tensorflow as tf
from keras.preprocessing.image import load_img, img_to_array, array_to_img
import os
import matplotlib.pyplot as plt
%matplotlib inline

# Arcfacelayerの実行
%run arcface.py

def create_mobilenet_with_arcface(n_categories, file_path=None):
    base_model=MobileNetV2(input_shape=(583,438,3),
                       weights='imagenet',
                       include_top=False)


    #add new layers instead of FC networks
    x = base_model.output
    yinput = Input(shape=(n_categories,))
    # stock hidden model
    hidden = GlobalAveragePooling2D()(x)
    # stock Feature extraction
    #x = Dropout(0.5)(hidden)
    x = Arcfacelayer(5, 30, 0.05)([hidden,yinput])
    #x = Dense(1024,activation='relu')(x)
    prediction = Activation('softmax')(x)
    model = Model(inputs=[base_model.input,yinput],outputs=prediction)

    if file_path:
        model.load_weights(file_path)
        print('weightは{}'.format(file_path))

    return model

def create_predict_model(n_categories, file_path):
    arcface_model = create_mobilenet_with_arcface(n_categories, file_path)
    predict_model = Model(arcface_model.get_layer(index=0).input, arcface_model.get_layer(index=-4).output)
    predict_model.summary()
    return predict_model

# learn model
model = create_mobilenet_with_arcface(5)# 重みloadしない
model.summary()

# folderをtrainとtestに分ける
%run gazo_sprit_many_class.py

class train_Generator_xandy(object): # rule1
    def __init__(self):
        datagen = ImageDataGenerator(
                             vertical_flip = False,
                             width_shift_range = 0.1,
                             height_shift_range = 0.1,
                             rescale=1.0/255.,
                             zoom_range=0.2,  
                             fill_mode = "constant", 
                             cval=0)
        train_generator=datagen.flow_from_directory(
          train_dir,
          target_size=(583,438),
          batch_size=25,
          class_mode='categorical',
          shuffle=True)

        self.gene = train_generator

    def __iter__(self):
    # __next__()はselfが実装してるのでそのままselfを返す
        return self

    def __next__(self): 
        X, Y = self.gene.next()
        return [X,Y], Y


class val_Generator_xandy(object):
    def __init__(self):
        validation_datagen=ImageDataGenerator(rescale=1.0/255.)

        validation_generator=validation_datagen.flow_from_directory(
            validation_dir,
            target_size=(583,438),
            batch_size=25,
            class_mode='categorical',
            shuffle=True)

        self.gene = validation_generator

    def __iter__(self):
    # __next__()はselfが実装してるのでそのままselfを返す
        return self

    def __next__(self): 
        X, Y = self.gene.next()
        return [X,Y], Y

train_dir = './zidolegi_data/train'
validation_dir = './zidolegi_data/validation'
train_gene = train_Generator_xandy()
val_gane = val_Generator_xandy()

**#以下のコードからエラーが発生いたします**
# layerを徐々に解凍しながら学習する
from keras import callbacks

touketulayerlists = [
   model.layers.index(model.get_layer("arcfacelayer_1")),
   model.layers.index(model.get_layer("block_16_expand")),
   model.layers.index(model.get_layer("block_15_expand")),
   model.layers.index(model.get_layer("block_14_expand")),
   model.layers.index(model.get_layer("block_13_expand")),
   model.layers.index(model.get_layer("block_12_expand")),
   model.layers.index(model.get_layer("block_11_expand")),
   model.layers.index(model.get_layer("block_10_expand")),
   model.layers.index(model.get_layer("block_9_expand")),
   model.layers.index(model.get_layer("block_8_expand")),
   model.layers.index(model.get_layer("block_7_expand")),
   model.layers.index(model.get_layer("block_6_expand"))
]

maenosavepath = None
for touketu in touketulayerlists:
    print('touketu{}'.format(touketu))

    modelsavepath = "zidolege_model/m02_fine{}kara_weights".format(touketu)
    if maenosavepath:
        model.load_weights(maenosavepath)

    maenosavepath = modelsavepath
    #凍結
    for layer in model.layers[:touketu]:
        layer.trainable=False
    for layer in model.layers[touketu:]:
        layer.trainable=True

    model.compile(optimizer=Adam(lr=0.001),
                  loss='categorical_crossentropy',
                  metrics=['accuracy'])

    callbacks_list = [
        #バリデーションlossが改善したらモデルをsave
        callbacks.ModelCheckpoint(
        filepath=modelsavepath,
        monitor="val_loss",
        save_weights_only=True,
        save_best_only=True),

        #バリデーションlossが改善しなくなったら学習率を変更する
        callbacks.ReduceLROnPlateau(
            monitor="val_loss",
            factor=0.8,
            patience=5,
            verbose=1)]

    model.fit_generator(train_gene, steps_per_epoch=80, epochs=30, validation_steps=20, validation_data=val_gane, callbacks=callbacks_list)


元のコードを見ていただけるとわかると思いますが、上記のコードはエラーが発生したところまでの表示にしてあります。

試していること

英語力に乏しい自分でも、エラーメッセージが「本当はshape(5,)が必要であるのにshape(2,)が入力されているよ」という意味であることがわかりました。確かに元のサイト様は5つのカテゴリーに分けるため、shape(5,)としていることまでは自分でも理解できました。しかし、自分の分類したいカテゴリーは2つですので、どのようにコードを変更させればいいのかわからない状況となっております。

補足

使っているPCはmacOS Catalina バージョン10.15.5
Pythonのバージョンは3.6.5です
jupyter notebookを使用しております。

  • 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 1

checkベストアンサー

+1

ソースコード中で 5 となっているのは以下の箇所だけのようなので、そこを2に変えたら、そのエラーは解決しませんか?

- x = Arcfacelayer(5, 30, 0.05)([hidden,yinput])
+ x = Arcfacelayer(2, 30, 0.05)([hidden,yinput])

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。

  • 2020/07/13 22:00 編集

    上記のコメントは違ったようなので無視してください。
    試しに動かしてみましたが、このコードあちこちでエラーが出てまともに動かないですね (クラス数を変えたのが原因というわけでなく、もともと不具合があるコード)
    Qiita の記事のコードはちゃんと検証されていないものも多いので、動かすにはいろいろ修正する必要がありそうです

    キャンセル

  • 2020/07/13 22:09

    とりあえずその部分は
    model.layers.index(model.get_layer("arcfacelayer_1"))

    model.layers.index(model.get_layer("arcfacelayer"))
    に変えれば動きました。

    キャンセル

  • 2020/07/13 22:36

    わざわざ検証までしてくださり誠にありがとうございます。tiitoi様。
    そうでしたか…、少し残念ではありますが別の手法を探してみたいと思います。本当にありがとうございました。

    キャンセル

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 88.93%
  • 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