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

89.53%

python3.6機械学習 hogを使ったカラー写真分類がうまくできません

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 1,437

pikaso

score 18

機械学習のカラー写真分類でHOGをインポートし局所特徴量を抽出して、クラスタリングを行いたいのですがクラスタリングを行うときにエラーがでてしまって躓いています。
使用するカラー写真はkeras.datasetsのcifar10.load_data()で訓練用とテスト用データがそれぞれ5万と1万個ずつはいっています。ラベルの数は10個です。

#データの前処理
n_samples = np.arange(10000)
(X_train, labels_train),(X_test, labels_test) = cifar10.load_data()
labels_train=labels_train.reshape(-1)
labels_test=labels_test.reshape(-1)

labels_train=labels_train[n_samples] #処理を軽くするためデータを1万個にする
X_train=X_train[n_samples]

#HOGの実行
from skimage.color import rgb2gray#カラーからモノクロへ変換
from skimage.feature import hog

def get_descriptors(data):
    orientations = 9
    pixels_per_cell = (4,4) #写真を小領域に分割
    cells_per_block = (3,3)#グリッドで局所特徴量を抽出
    feature_vector = hog(rgb2gray(data), orientations, pixels_per_cell, cells_per_block)
    return feature_vector.reshape(-1,np.multiply(*cells_per_block)* orientations)

for data in X_train:
    data_descriptors=get_descriptors(data)


data_descriptors = np.array(data_descriptors)

#クラスタリングでエラーが発生
from sklearn.cluster import MiniBatchKMeans 
np.random.seed(0)

codebook_size = 1000

descriptors = np.vstack(data_descriptors[X_test])
indices = np.random.choice(np.arange(len(descriptors)), size=500000, replace=False)
kmeans = MiniBatchKMeans(n_clusters=codebook_size, n_init=10, random_state=0)
kmeans.fit(descriptors[indices].astype(float))
del descriptors, indicesIndexError: index 59 is out of bounds for axis 0 with size 36

IndexError                                Traceback (most recent call last)
<ipython-input-12-46d604a03021> in <module>()
5 codebook_size = 1000

----> 7 descriptors = np.vstack(data_descriptors[X_test])
8 indices = np.random.choice(np.arange(len(descriptors)), size=500000, replace=False)
9 kmeans = MiniBatchKMeans(n_clusters=codebook_size, n_init=10, random_state=0)

IndexError: index 158 is out of bounds for axis 0 with size 36

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • MasashiKimura

    2017/07/18 05:27

    完全なエラーメッセージを載せていただかないと、どこでこのエラーが起きているのか特定できないと思います。

    キャンセル

  • pikaso

    2017/07/20 17:39

    返信が遅くなって申し訳ありません。先ほど詳しいエラーの箇所を表記しました。

    キャンセル

回答 1

0

とりあえず、ザッとみたところ数点問題がありそうです。

1.

for data in X_train:
    data_descriptors=get_descriptors(data)

data_descriptors = np.array(data_descriptors)


の部分はループ毎にdata_descriptorsを上書きしておりますので最終的に最後のデータしか残らない状態になっております。

ここは

data_descriptors = []
for data in X_train:
    data_descriptors.append(get_descriptors(data))

data_descriptors = np.array(data_descriptors)


のように記述するべきなのではないでしょうか。

2.
get_descriptors() 関数の戻り値が

    return feature_vector.reshape(-1,np.multiply(*cells_per_block)* orientations)

のようにわざわざ多次元にreshapeしておりますが、最終的にこのデータをKmeansに入力するのでであれば、

    return feature_vector

のように、1次元の特徴量のまま保持しておくべきではないでしょうか。

3.
最後の4行

descriptors = np.vstack(data_descriptors[X_test])
indices = np.random.choice(np.arange(len(descriptors)), size=500000, replace=False)
kmeans = MiniBatchKMeans(n_clusters=codebook_size, n_init=10, random_state=0)
kmeans.fit(descriptors[indices].astype(float))

はイマイチ意味が分りません。(特に1行目は何を行いたいのでしょうか?)
Kmeansでクラスタリングしたいのであれば、単純に

kmeans = MiniBatchKMeans(…)
kmeans.fit(data_descriptors)


では駄目なのでしょうか。

4.
最後に、今回データとしてcifar10を使っているので、MiniBatchKMeans に引数として渡すクラスタリング数(n_clusters)は 1000 ではなくて 10 なのではないでしょうか。

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。

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 89.53%
  • 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