画像認識で使うpredict関数の範囲外(?)

https://qiita.com/tomo_20180402/items/e8c55bdca648f4877188

こちらのサイトで行っているpredict関数のfeatures[,]を使ってみたところ
範囲外？の判定になる場合があるのですが、
(私のプログラムの"判定できませんでした。"の部分に当たる)
この場合、何が起きてるんでしょうか？

※画像を入れても何も変化がなかったので判定できませんでした。というテキストを仮で入れています。

参考サイトのプログラム

Python
1
2#綾鷹を選ばせるプログラム
3
4from keras import models
5from keras.models import model_from_json
6from keras.preprocessing import image
7import numpy as np
8
9#保存したモデルの読み込み
10model = model_from_json(open('保存先のフォルダ/tea_predict.json').read())
11#保存した重みの読み込み
12model.load_weights('保存先のフォルダ/tea_predict.hdf5')
13
14categories = ["綾鷹","お〜いお茶　抹茶入り","なごみ","お〜いお茶　新茶","綾鷹　茶葉のあまみ",
15              "お〜いお茶","伊右衛門","お〜いお茶　濃い茶","生茶","お〜いお茶　新緑"]
16
17#画像を読み込む
18img_path = str(input())
19img = image.load_img(img_path,target_size=(250, 250, 3))
20x = image.img_to_array(img)
21x = np.expand_dims(x, axis=0)
22
23#予測
24features = model.predict(x)
25
26#予測結果によって処理を分ける
27if features[0,0] == 1:
28    print ("選ばれたのは、綾鷹でした。")
29
30elif features[0,4] == 1:
31    print ("選ばれたのは、綾鷹（茶葉のあまみ）でした。")
32
33else:
34    for i in range(0,10):
35          if features[0,i] == 1:
36              cat = categories[i]
37    message = "綾鷹を選んでください。（もしかして：あなたが選んでいるのは「" + cat + "」ではありませんか？）"
38    print(message)

私のモデル

Python
1
2#CIFAR-10のデータセットのインポート
3from keras.datasets import cifar10
4
5(X_train, Y_train), (X_test, Y_test) = cifar10.load_data()
6
7#CIFAR-10の正規化
8from keras.utils import to_categorical
9
10root_dir = "パス"
11
12# 特徴量の正規化
13X_train = X_train/255.
14X_test = X_test/255.
15
16# クラスラベルの1-hotベクトル化
17Y_train = to_categorical(Y_train, 10)
18Y_test = to_categorical(Y_test, 10)
19
20# CNNの構築
21import keras
22from keras.models import Sequential
23from keras.layers.convolutional import Conv2D, MaxPooling2D
24from keras.layers.core import Dense, Dropout, Activation, Flatten
25import numpy as np
26
27model = Sequential()
28
29model.add(Conv2D(32, (3, 3), padding='same',input_shape=X_train.shape[1:]))
30model.add(Activation('relu'))
31model.add(Conv2D(32, (3, 3)))
32model.add(Activation('relu'))
33model.add(MaxPooling2D(pool_size=(2, 2)))
34model.add(Dropout(0.25))
35
36model.add(Conv2D(64, (3, 3), padding='same'))
37model.add(Activation('relu'))
38model.add(Conv2D(64, (3, 3)))
39model.add(Activation('relu'))
40model.add(MaxPooling2D(pool_size=(2, 2)))
41model.add(Dropout(0.25))
42
43model.add(Flatten())
44model.add(Dense(512))
45model.add(Activation('relu'))
46model.add(Dropout(0.5))
47model.add(Dense(10))
48model.add(Activation('softmax'))
49
50# コンパイル
51model.compile(loss='categorical_crossentropy',optimizer='SGD',metrics=['accuracy'])
52
53#訓練
54History = model.fit(X_train, Y_train, epochs=30)
55
56# モデルの保存
57open(root_dir + "/modelCIFAR.json", "w").write(model.to_json())
58
59model.save_weights(root_dir + "/weightCIFAR.hdf5")
60
61print("学習データを保存しました")
62

私のプログラム

Python
1import os
2import tkinter as tk
3from tkinter import filedialog
4from keras.models import model_from_json
5from keras.preprocessing import image
6import numpy as np
7from PIL import Image, ImageTk
8
9#on_canvas = None
10
11def buttonKensaku_clicked() :
12    global img
13    global nomalSize
14    global kekka1
15    global kekka2
16    
17    fTyp = [("画像ファイル[jpg(jpeg),png,ppm]", "*.png;*.jpg;*.jpeg;*.ppm")]
18    iDir = os.path.abspath(os.path.dirname(__file__))
19    path = filedialog.askopenfilename(filetypes=fTyp,initialdir=iDir)
20
21    EditBox.delete(0, tk.END)
22    EditBox.insert(tk.END, path)
23    img_path = EditBox.get()
24    image1 = Image.open(img_path)
25    image1 = image1.resize((400, 300))
26    img = ImageTk.PhotoImage(image1)
27    canvas1.create_image(0, 0, image=img,anchor=tk.NW)
28    
29    img1 = image.load_img(img_path, target_size=(32, 32, 3))
30    x = image.img_to_array(img1)
31    x = np.expand_dims(x, axis = 0)
32    features = model2.predict(x)
33    
34    label1.config(text="あなたが選んだ写真は", font=("", 20))
35    
36    if features[0,0] == 1:
37        label2.config(text="飛行機です。", font=("", 20))
38        
39    elif features[0,1] == 1:
40        label2.config(text="自動車です。", font=("", 20))
41    
42    elif features[0,2] == 1:
43        label2.config(text="鳥です。", font=("", 20))
44        
45    elif features[0,3] == 1:
46        label2.config(text="猫です。", font=("", 20))
47        
48    elif features[0,4] == 1:
49        label2.config(text="鹿です。", font=("", 20))
50        
51    elif features[0,5] == 1:
52        label2.config(text="犬です。", font=("", 20))
53
54    elif features[0,6] == 1:
55        label2.config(text="カエルです。", font=("", 20))
56
57    elif features[0,7] == 1:
58        label2.config(text="馬です。", font=("", 20))
59
60    elif features[0,8] == 1:
61        label2.config(text="船です。", font=("", 20))
62
63    elif features[0,9] == 1:
64        label2.config(text="トラックです。", font=("", 20))
65
66    else :
67        label2.config(text="判定できませんでした。", font=("", 20))
68        
69    label1.place(x=500, y=100)
70    label2.place(x=500, y=200)
71
72#ウィンドウ作成
73root = tk.Tk()
74root.geometry("800x400")
75root.title("画像認識システム(仮)")
76root.resizable(False, False)
77
78#ルートディレクトリ
79root_dir = "パス"
80
81img_path = ""
82
83#学習データの読み込み
84model2 = model_from_json(open(root_dir + "modelCIFAR.json", 'r').read())
85model2.load_weights(root_dir + "weightCIFAR.hdf5")
86
87#キャンバスの作成
88canvas1 = tk.Canvas(root, width=500, height=500)
89canvas1.place(x=0, y= 50)
90
91
92buttonKensaku = tk.Button(text="[参照]", command=buttonKensaku_clicked, width=10)
93buttonKensaku.place(x=720, y=0)
94
95
96#エントリー
97EditBox = tk.Entry(width=100, font=("", 10))
98EditBox.place(x=0, y=0)
99EditBox.insert(tk.END, "画像ファイルを選択してください")
100
101#ラベル
102label1 = tk.Label(root, text="画像を判定します。", font=("", 20))
103label1.place(x=200, y=100)
104
105label2 = tk.Label(root, text="写真を選んでください。", font=("", 20))
106label2.place(x=200, y=200)
107
108
109root.mainloop()

追記 :
モデルのコードの追加

判定できる場合のfeaturesを出力した結果
[[0. 1. 0. 0. 0. 0. 0. 0. 0. 0.]]
判定できない場合のfeaturesを出力した結果
[[2.8652792e-07 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
0.0000000+00 0.0000000e+00 0.0000000e+00 9.9999976e-01 0.0000000e+00]]

toast-uz

2020/10/21 11:19

なぜそういったことを知りたいのでしょうか？記事を読んで、コードのコメントを読めば「画像認識で綾鷹かどうか予測した結果」という理解はできるはずなのに、そういうこと（コード以前の日本語読解レベル）を聞きたいのか、それとももっと何か違うことが知りたいのか、どちらでしょうか？という疑問が果てしなく湧くご質問なので、答えるのが難しいです。

OWATA0723hk

2020/10/22 00:38

説明が下手で申し訳なかったです。自分が知りたいのは、model.predictの使い方です。

toast-uz

2020/10/22 10:13

質問文を修正して、ご説明お願いします。「model.predictの使い方を知りたいです」と記述しただけでは、model.predictでググると最初に出てくる https://note.nkmk.me/python-tensorflow-keras-basics/ といった記事で答えになっていないのか、とかとか、果てしない疑問が沸きますので、答えられません。

toast-uz

2020/11/03 08:59 編集

ご質問の観点はわかりました。回答には、学習する側のコードも必要です。 features = model2.predict(x) なので、featuresの挙動を確認するにはmodel2を知らなくてはなりません。しかし、model2はこのコードでは既にできているものをロードしていますので、このコードだけでは判別できません。