CNNで簡単なモデルを作成したのですが,
正答率は出力できるのですが,具体的にどの画像が正しく分類され,どの画像が誤って分類されているのかが現状全く分かりません。
わたくしのイメージとしては,テストデータを2分類であればCNNにより分類して2つのファイルに保存するイメージです。
import matplotlib.pyplot as plt import os import cv2 import random import numpy as np import tensorflow as tf from sklearn.model_selection import train_test_split DATADIR = "aa" CATEGORIES = ["x2","y2"] IMG_SIZE = 56 training_data = [] def create_training_data(): for class_num, category in enumerate(CATEGORIES): path = os.path.join(DATADIR, category) for image_name in os.listdir(path): try: img_array = cv2.imread(os.path.join(path, image_name), cv2.IMREAD_GRAYSCALE) # 画像読み込み img_resize_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE)) # 画像のリサイズ training_data.append([img_resize_array, class_num]) # 画像データ、ラベル情報を追加 except Exception as e: pass create_training_data() random.shuffle(training_data) # データをシャッフル X_train = [] # 画像データ y_train = [] # ラベル情報 # データセット作成 for feature, label in training_data: X_train.append(feature) y_train.append(label) # numpy配列に変換 X= np.array(X_train) y= np.array(y_train) x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.20) x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential() model.add( tf.keras.layers.Reshape((56, 56, 1), input_shape=(56, 56)) ) model.add( tf.keras.layers.Conv2D(64, (3, 3), padding='same', activation='relu' )) model.add( tf.keras.layers.Conv2D(64, (3, 3), padding='same', activation='relu' )) model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) ) model.add( tf.keras.layers.Conv2D(128, (3, 3), padding='same', activation='relu' )) model.add( tf.keras.layers.Conv2D(128, (3, 3), padding='same', activation='relu' )) model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) ) model.add( tf.keras.layers.Conv2D(256, (3, 3), padding='same', activation='relu' )) model.add( tf.keras.layers.Conv2D(256, (3, 3), padding='same', activation='relu' )) model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) ) model.add( tf.keras.layers.Dropout(0.5) ) model.add( tf.keras.layers.Flatten() ) model.add( tf.keras.layers.Dropout(0.25) ) model.add( tf.keras.layers.Dense(4096, activation='relu') ) model.add( tf.keras.layers.Dropout(0.25) ) model.add( tf.keras.layers.Dense(4096, activation='relu') ) model.add( tf.keras.layers.Dense(2, activation='softmax') ) model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy']) model.fit(x_train, y_train, batch_size=256, epochs=50) loss, accuracy = model.evaluate(x_test, y_test, verbose=2) コード
どなたかよろしくお願いいたします。
あなたの回答
tips
プレビュー