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!

新規登録して質問してみよう
ただいま回答率
85.37%
深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

CNN (Convolutional Neural Network)

CNN (Convolutional Neural Network)は、全結合層のみではなく畳み込み層とプーリング層で構成されるニューラルネットワークです。画像認識において優れた性能を持ち、畳み込みニューラルネットワークとも呼ばれています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

819閲覧

CNN fitでエラー

manbo_manbo

総合スコア2

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

CNN (Convolutional Neural Network)

CNN (Convolutional Neural Network)は、全結合層のみではなく畳み込み層とプーリング層で構成されるニューラルネットワークです。画像認識において優れた性能を持ち、畳み込みニューラルネットワークとも呼ばれています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/11/03 03:28

編集2020/11/03 07:10

CNNのfitで以下のエラーが発生します。

発生している問題・エラーメッセージ

ValueError: Dimensions must be equal, but are 244 and 256 for '{{node mean_absolute_error/sub}} = Sub[T=DT_FLOAT](sequential_27/conv2d_83/Sigmoid, IteratorGetNext:1)' with input shapes: [2,244,244,1], [2,256,256,1].

概要

私がCNNで行っているのは低解像度の画像を高解像度の画像に鮮明化、というものです。
入力で低解像度画像4枚とその4枚の高解像度画像(オリジナル画像)をCNNに供給し学習させ、出力として低解像度だった画像を鮮明化した画像を得るというものです。
そして、どれだけ鮮明化できたかの指標として、mse、平均二乗誤差を損失としています。
入力は4枚,256×256画素,grayscaleの画像です。
x_trainは訓練画像、y_trainは訓練画像に対する正解画像です。
出力は画像です。

該当のソースコード

x_train = blur_imgarray print(x_train.shape) y_train = org_imgarray print(y_train.shape) (4, 256, 256, 1) (4, 256, 256, 1)

Python

1model = models.Sequential() 2 3model.add(layers.Conv2D(4, (5, 5), activation='relu', input_shape=(256, 256, 1))) 4model.add(layers.Conv2D(4, (1, 1), activation='relu')) 5model.add(layers.Conv2D(1, (9, 9), activation='sigmoid')) 6 7model.summary() 8 9model.compile(loss='mean_absolute_error', optimizer=optimizers.SGD(lr=0.1), metrics=['mse']) #RMSprop(lr=0.001) 10 11history = model.fit(x_train, y_train, epochs=epochs, batch_size=batch_size) 12 13Model: "sequential_27" 14_________________________________________________________________ 15Layer (type) Output Shape Param # 16================================================================= 17conv2d_81 (Conv2D) (None, 252, 252, 4) 104 18_________________________________________________________________ 19conv2d_82 (Conv2D) (None, 252, 252, 4) 20 20_________________________________________________________________ 21conv2d_83 (Conv2D) (None, 244, 244, 1) 325 22================================================================= 23Total params: 449 24Trainable params: 449 25Non-trainable params: 0 26_________________________________________________________________

試したこと

エラーの原因がCNNの入力が[256,256,1]であるが、出力では[244,244,1]になっているためエラーが発生していると私は考えています。

しかし、このエラーの改善の方法が現状わかっておりません。

わかる方、いらっしゃいましたら宜しくお願い致します。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

toast-uz

2020/11/03 05:11

CNNの教師データは正解ラベルの数値(猫=1、犬=2、人間=3とか)を与えるもので、画像そのものを与えるというのはあまり聞いたことが無いのですが、そういう手法があるのでしょうか?
toast-uz

2020/11/03 05:13

Conv2Dは畳み込み層なので、結果のサイズが減るのは当たり前なのですが、出力は「画像」ではもはやなくなってしまいます。なので、それを「正解画像」と比較する、という、やりたいことの根本が、よくわからないです。
manbo_manbo

2020/11/03 07:05

説明不足で失礼しました。 私がCNNで行っているのは低解像度の画像を高解像度の画像に鮮明化、というものです。 入力で低解像度画像4枚とその4枚の高解像度画像(オリジナル画像)をCNNに供給し学習させ、出力として低解像度だった画像を鮮明化した画像を得るというものです。 そして、どれだけ鮮明化できたかの指標として、mse、平均二乗誤差を損失としています。
toast-uz

2020/11/03 07:30

承知しました。それではサイズが減らないオプションを回答します。
guest

回答1

0

ベストアンサー

CNNは畳み込みをしますので、変換したデータのサイズは少しずつ小さくなります。
model.add(layers.Conv2D(4, (1, 1), activation='relu'))の層は1×1のサイズなので畳み込みがされず、変換したサイズは変わりません)

質問者様のやりたいこと(畳み込みした結果を、画像と照合したい)の場合、paddingによって、畳み込み後のサイズを変えないようにするとよいでしょう。Conv2Dのオプションでpadding='same'を入れることによって、これが実現可能です。

投稿2020/11/03 07:30

toast-uz

総合スコア3266

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

manbo_manbo

2020/11/03 07:41

ご回答ありがとうございます。 Conv2Dのオプションのpadding='same'を追加したところ、学習を開始することができました。 ありがとうございました。
toast-uz

2020/11/03 07:54

CNNの使い方にこういうものもあるのだと、勉強になりました。こちらこそありがとうございました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.37%

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る

質問する

関連した質問