機械学習の学習において、最初から精度が100%、損失関数の値がほぼ０になってしまいます。そして、何回目のエポックでもその値が変わりません

Question

前提・実現したいこと

KerasのCNNで、顔認識AIを作って見た〜スクレイピングからモデルまで〜を参考にして顔認識のシステムを作成しようとしています。
参考サイトをもとにコードを書き、実行したらエラーは出ずに画像の収集、顔の切り出し、画像の水増し、学習が開始しました。
しかし、いざ学習の結果を見るとどのエポックでも「loss: 0.0000e+00 - accuracy: 1.0000 - val_loss: 0.0000e+00 - val_accuracy: 1.0000」となってしましまいます。
精度が100%になるのはおかしいと思いますし、画像の枚数が違うとはいえ参考サイトの精度は最大81%だったことを考えるとやはり何かがおかしいと感じました。
ただ、何がおかしいのかが機械学習初心者なため分かりませんでした。
バッチサイズが画像の枚数に比べて大きすぎるのかと思い変更しましたが上手く行きませんでした。
水増し画像などを見てもおかしいと思うことはなかったので、学習モデルに原因があると考えていますが、実際何が問題かは分かりません。
原因をご教授いただけると幸いです。
よろしくお願いいたします。

発生している問題

#どのエポックでも結果がこのままになってしまう
loss: 0.0000e+00 - accuracy: 1.0000 - val_loss: 0.0000e+00 - val_accuracy: 1.0000

該当のソースコード

#参考にしたサイトとほぼコードは同じです。
#データのラベル付け、モデルの構築・学習・評価のコードはバッチサイズ以外変更しておりません

from keras.utils.np_utils import to_categorical
from keras.layers import Activation, Conv2D, Dense, Flatten, MaxPooling2D
from keras.models import Sequential,Model
import matplotlib.pyplot as plt
import os
import shutil
import random
import glob
from scipy import ndimage
import cv2
import numpy as np
from pykakasi import kakasi

kakasi = kakasi()  # Generate kakasi instance
# 日本語をローマ字にする処理
def exchange_word(text):
    kakasi.setMode("H", "a")  # Hiragana to ascii
    kakasi.setMode("K", "a")  # Katakana to ascii
    kakasi.setMode("J", "a")  # Japanese(kanji) to ascii
    conv = kakasi.getConverter()
    result = conv.do(text)
    return result


# 顔認識する対象を決定（検索ワードを入力）
SearchName = ["石原さとみ"]
# 画像の取得枚数の上限
ImgNumber =600
# CNNで学習するときの画像のサイズを設定（サイズが大きいと学習に時間がかかる）
ImgSize=(250,250)
input_shape=(250,250,3)

for j in range(len(SearchName)):
    SearchName[j] = exchange_word(SearchName[j])

# 教師データのラベル付け
X_train = [] 
Y_train = [] 
for i in range(len(SearchName)):
    img_file_name_list=os.listdir("./FaceEdited/"+SearchName[i])
    print("{}:トレーニング用の写真の数は{}枚です。".format(SearchName[i],len(img_file_name_list)))

    for j in range(0,len(img_file_name_list)-1):
        n=os.path.join("./FaceEdited/"+SearchName[i]+"/",img_file_name_list[j])  
        img = cv2.imread(n)
        if img is None:
            print('image' + str(j) + ':NoImage')
            continue    
        else:
            r,g,b = cv2.split(img)
            img = cv2.merge([r,g,b])
            X_train.append(img)
            Y_train.append(i)

print("")

# テストデータのラベル付け
X_test = [] # 画像データ読み込み
Y_test = [] # ラベル（名前）
for i in range(len(SearchName)):
    img_file_name_list=os.listdir("./test/"+SearchName[i])
    print("{}:テスト用の写真の数は{}枚です。".format(SearchName[i],len(img_file_name_list)))
    for j in range(0,len(img_file_name_list)-1):
        n=os.path.join("./test/"+SearchName[i]+"/",img_file_name_list[j])
        img = cv2.imread(n)
        if img is None:
            print('image' + str(j) + ':NoImage')
            continue    
        else:
            r,g,b = cv2.split(img)
            img = cv2.merge([r,g,b])
            X_test.append(img)
            Y_test.append(i)

X_train=np.array(X_train)
X_test=np.array(X_test)
y_train = to_categorical(Y_train)
y_test = to_categorical(Y_test)





# モデルの定義
model = Sequential()
model.add(Conv2D(input_shape=input_shape, filters=32,kernel_size=(3, 3), 
                 strides=(1, 1), padding="same"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(filters=32, kernel_size=(3, 3), 
                 strides=(1, 1), padding="same"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(filters=32, kernel_size=(3, 3), 
                 strides=(1, 1), padding="same"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(256))
model.add(Activation("sigmoid"))
model.add(Dense(128))
model.add(Activation('sigmoid'))
# 分類したい人数を入れる
model.add(Dense(len(SearchName)))
model.add(Activation('softmax'))

# コンパイル
model.compile(optimizer='sgd',
              loss='categorical_crossentropy',
              metrics=['accuracy'])


# 学習
history = model.fit(X_train, y_train, batch_size=12, 
                    epochs=25, verbose=1, validation_data=(X_test, y_test))




# 汎化制度の評価・表示
score = model.evaluate(X_test, y_test, batch_size=6, verbose=0)
print('validation loss:{0[0]}\nvalidation accuracy:{0[1]}'.format(score))

print(history.history["accuracy"])
#acc, val_accのプロット
plt.plot(history.history["accuracy"], label="acc", ls="-", marker="o")
plt.plot(history.history["val_accuracy"], label="val_acc", ls="-", marker="x")
plt.ylabel("accuracy")
plt.xlabel("epoch")
plt.legend(loc="best")
plt.show()

#モデルを保存
model.save("MyModel.h5")

試したこと

バッチサイズの変更。
学習させる画像がちゃんと人の顔を示しているかのチェック

補足情報（FW/ツールのバージョンなど）

トレーニング用画像の枚数：598枚
テスト用画像の枚数：149枚

windows10 home(64bit)
python 3.7.3
Keras 2.4.3
Keras-Preprocessing 1.1.2

Visual Studio Code内のターミナルで実行

Comments

[meg_]

他の画像でテストしてみるとどうなりますか？(他の人物とか動物とか)

[maronn20]

コメントありがとうございます。
すみません。
再度学習させようとしたらValueError: Negative dimension size caused by subtracting 2 from 1 for '{{node max_pooling2d_1/MaxPool}} = MaxPool[T=DT_FLOAT, data_format="NCHW", ksize=[1, 1, 2, 2], padding="VALID", strides=[1, 1, 2, 2]](conv2d_1/BiasAdd)' with input shapes: [?,32,125,1].
というエラーが出てしまい、そもそも学習出来なくなってしまいました。
学習モデルに関する部分は全くいじっていないので、どうしてよいか分からない状態です・・・。

[maronn20]

エラー直りました。
なので、トレーニング用の画像はそのままにテスト用の画像を別人の顔にしました。
ですが、やはり結果は同じで
loss: 0.0000e+00 - accuracy: 1.0000 - val_loss: 0.0000e+00 - val_accuracy: 1.0000
となってしましまいました。

[meg_]

それは訓練ですよね？そうではなくて新たな画像で推定したら、訓練後のモデルでちゃんと判定できているかを確かめてみては？と思ったのです。

[maronn20]

勘違いしてました。
失礼いたしました。
早速犬の画像（https://aiacademy.jp/dataset/dog1.jpg）を使い下記のコードで一致具合を試したところ100という数値が出て、学習させた画像と100%一致する結果になってしましまいました。
犬と人間の顔は全く違うはずなので、やはり適切な学習ができていませんでした。
どうしたら良いのかアドバイスいただけると幸いです。
よろしくお願いいたします。

from keras.models import load_model
from keras.preprocessing import image
import numpy as np
from PIL import Image

vgg_model = load_model('MyModel.h5')
img_width, img_height = 250, 250

# 画像を読み込んで予測する
def img_predict(filename):
# 画像を読み込んで4次元テンソルへ変換
img = image.load_img(filename, target_size=(img_height, img_width))
x = image.img_to_array(img)
x = np.expand_dims(x, 0)

#画像の人物を予測
pred = vgg_model.predict(x)[0]
#結果を表示する
print(pred*100)

img_predict("dog1.jpg")

[meg_]

参考サイトでは「女優４人」に分類しています。質問のコードでは一人の名前しかありませんが、実際のデータは何人かいるのでしょうか？

[maronn20]

データ自体は一人のデータしか集めていません。
4人のうち最も類似している確率が高い人の判定ではなく、一人に対してどのくらいの割合で一致するのかで十分なので、一人にしています。

[meg_]

一人であれば分類する必要がそもそもありません。一人の人で学習すれば”常にその人である”との回答（推定）しか返ってこないのでは？

[maronn20]

「loss: 0.0000e+00 - accuracy: 1.0000 - val_loss: 0.0000e+00 - val_accuracy: 1.0000」が起きなくなりました！
人数についてご指摘いただいたので、種類を2人にしてみたら徐々に精度が上がっていくようになりました。
理由はまだ理解しきれていませんが原因が分かり上手く行ったので嬉しいです。
何度もご対応いただき誠にありがとうございます！

[maronn20]

ご指摘の通りです。
出力が一つしかないのに、分類もくそもありませんね・・・。
理由も納得できました。
ありがとうございます。
大変お世話になったので、ベストアンサーを付与したいです。。
適当な文字を回答に表記していただけないでしょうか？
よろしくお願いいたします。

Answer 1

分類問題であるのにデータが一種類しかないため過学習（この場合そう呼んで良いのか分かりませんが）しています。そのため、どんな画像を与えても同じ回答（＝訓練した女優である）しか得られません。