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
85.48%
Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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

1回答

4203閲覧

TensorFlowを用いた画像認識(CNN法)で用いる画像のサイズが分からない.

退会済みユーザー

退会済みユーザー

総合スコア0

Python 2.7

Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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2017/10/10 05:30

編集2017/10/10 13:08

以下のコードでCNNを用いたニューラルネットワークを構築する際,データセットの画像サイズを統一しなければならないか知りたいです.
どなたか詳しい方教えて頂けませんでしょうか.

#!/usr/bin/env python # -*- coding: utf-8 -*- import sys import cv2 import numpy as np import tensorflow as tf import tensorflow.python.platform NUM_CLASSES = 12 IMAGE_SIZE = 28 IMAGE_PIXELS = IMAGE_SIZE*IMAGE_SIZE*3 flags = tf.app.flags FLAGS = flags.FLAGS flags.DEFINE_string('train', 'train.txt', 'File name of train data') flags.DEFINE_string('test', 'test.txt', 'File name of train data') flags.DEFINE_string('train_dir', '/tmp/data', 'Directory to put the training data.') flags.DEFINE_integer('max_steps', 200, 'Number of steps to run trainer.') flags.DEFINE_integer('batch_size', 10, 'Batch size' 'Must divide evenly into the dataset sizes.') flags.DEFINE_float('learning_rate', 1e-4, 'Initial learning rate.') def inference(images_placeholder, keep_prob): """ 予測モデルを作成する関数 引数: images_placeholder: 画像のplaceholder keep_prob: dropout率のplace_holder 返り値: y_conv: 各クラスの確率(のようなもの) """ # 重みを標準偏差0.1の正規分布で初期化 def weight_variable(shape): initial = tf.truncated_normal(shape, stddev=0.1) return tf.Variable(initial) # バイアスを標準偏差0.1の正規分布で初期化 def bias_variable(shape): initial = tf.constant(0.1, shape=shape) return tf.Variable(initial) # 畳み込み層の作成 def conv2d(x, W): return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') # プーリング層の作成 def max_pool_2x2(x): return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME') # 入力を28x28x3に変形 x_image = tf.reshape(images_placeholder, [-1, 28, 28, 3]) # 畳み込み層1の作成 with tf.name_scope('conv1') as scope: W_conv1 = weight_variable([5, 5, 3, 32]) b_conv1 = bias_variable([32]) h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) # プーリング層1の作成 with tf.name_scope('pool1') as scope: h_pool1 = max_pool_2x2(h_conv1) # 畳み込み層2の作成 with tf.name_scope('conv2') as scope: W_conv2 = weight_variable([5, 5, 32, 64]) b_conv2 = bias_variable([64]) h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # プーリング層2の作成 with tf.name_scope('pool2') as scope: h_pool2 = max_pool_2x2(h_conv2) # 全結合層1の作成 with tf.name_scope('fc1') as scope: W_fc1 = weight_variable([7*7*64, 1024]) b_fc1 = bias_variable([1024]) h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64]) h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) # dropoutの設定 h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) # 全結合層2の作成 with tf.name_scope('fc2') as scope: W_fc2 = weight_variable([1024, NUM_CLASSES]) b_fc2 = bias_variable([NUM_CLASSES]) # ソフトマックス関数による正規化 with tf.name_scope('softmax') as scope: y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2) # 各ラベルの確率のようなものを返す return y_conv def loss(logits, labels): """ lossを計算する関数 引数: logits: ロジットのtensor, float - [batch_size, NUM_CLASSES] labels: ラベルのtensor, int32 - [batch_size, NUM_CLASSES] 返り値: cross_entropy: 交差エントロピーのtensor, float """ # 交差エントロピーの計算 cross_entropy = -tf.reduce_sum(labels*tf.log(logits)) # TensorBoardで表示するよう指定 tf.scalar_summary("cross_entropy", cross_entropy) return cross_entropy def training(loss, learning_rate): """ 訓練のOpを定義する関数 引数: loss: 損失のtensor, loss()の結果 learning_rate: 学習係数 返り値: train_step: 訓練のOp """ train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss) return train_step def accuracy(logits, labels): """ 正解率(accuracy)を計算する関数 引数: logits: inference()の結果 labels: ラベルのtensor, int32 - [batch_size, NUM_CLASSES] 返り値: accuracy: 正解率(float) """ correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(labels, 1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) tf.scalar_summary("accuracy", accuracy) return accuracy if __name__ == '__main__': # ファイルを開く f = open(FLAGS.train, 'r') # データを入れる配列 train_image = [] train_label = [] for line in f: # 改行を除いてスペース区切りにする line = line.rstrip() l = line.split() # データを読み込んで28x28に縮小 img = cv2.imread(l[0]) img = cv2.resize(img, (28, 28)) # 一列にした後、0-1のfloat値にする train_image.append(img.flatten().astype(np.float32)/255.0) # ラベルを1-of-k方式で用意する tmp = np.zeros(NUM_CLASSES) tmp[int(l[1])] = 1 train_label.append(tmp) # numpy形式に変換 train_image = np.asarray(train_image) train_label = np.asarray(train_label) f.close() f = open(FLAGS.test, 'r') test_image = [] test_label = [] for line in f: line = line.rstrip() l = line.split() img = cv2.imread(l[0]) img = cv2.resize(img, (28, 28)) test_image.append(img.flatten().astype(np.float32)/255.0) tmp = np.zeros(NUM_CLASSES) tmp[int(l[1])] = 1 test_label.append(tmp) test_image = np.asarray(test_image) test_label = np.asarray(test_label) f.close() with tf.Graph().as_default(): # 画像を入れる仮のTensor images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS)) # ラベルを入れる仮のTensor labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES)) # dropout率を入れる仮のTensor keep_prob = tf.placeholder("float") # inference()を呼び出してモデルを作る logits = inference(images_placeholder, keep_prob) # loss()を呼び出して損失を計算 loss_value = loss(logits, labels_placeholder) # training()を呼び出して訓練 train_op = training(loss_value, FLAGS.learning_rate) # 精度の計算 acc = accuracy(logits, labels_placeholder) # 保存の準備 saver = tf.train.Saver() # Sessionの作成 sess = tf.Session() # 変数の初期化 sess.run(tf.initialize_all_variables()) # TensorBoardで表示する値の設定 summary_op = tf.merge_all_summaries() summary_writer = tf.train.SummaryWriter(FLAGS.train_dir, sess.graph_def) # 訓練の実行 for step in range(FLAGS.max_steps): for i in range(len(train_image)/FLAGS.batch_size): # batch_size分の画像に対して訓練の実行 batch = FLAGS.batch_size*i # feed_dictでplaceholderに入れるデータを指定する sess.run(train_op, feed_dict={ images_placeholder: train_image[batch:batch+FLAGS.batch_size], labels_placeholder: train_label[batch:batch+FLAGS.batch_size], keep_prob: 0.5}) # 1 step終わるたびに精度を計算する train_accuracy = sess.run(acc, feed_dict={ images_placeholder: train_image, labels_placeholder: train_label, keep_prob: 1.0}) print "step %d, training accuracy %g"%(step, train_accuracy) # 1 step終わるたびにTensorBoardに表示する値を追加する summary_str = sess.run(summary_op, feed_dict={ images_placeholder: train_image, labels_placeholder: train_label, keep_prob: 1.0}) summary_writer.add_summary(summary_str, step) # 訓練が終了したらテストデータに対する精度を表示 print "test accuracy %g"%sess.run(acc, feed_dict={ images_placeholder: test_image, labels_placeholder: test_label, keep_prob: 1.0}) # 最終的なモデルを保存 save_path = saver.save(sess, "model.ckpt")

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。

guest

回答1

0

はい 統一してください
ニュートラルネットワークを用いる場合、入力形状は固定が基本です

python

1 # 入力を28x28x3に変形 2 x_image = tf.reshape(images_placeholder, [-1, 28, 28, 3]) 3

このネットワークには28 * 28 * 3 に変換可能なサイズを渡しましょう。

ネットワークの部分だけ修正(見落としがある可能性があります)

python

1#!/usr/bin/env python 2# -*- coding: utf-8 -*- 3import sys 4import cv2 5import numpy as np 6import tensorflow as tf 7import tensorflow.python.platform 8 9NUM_CLASSES = 12 10IMAGE_SIZE = 56 11IMAGE_PIXELS = IMAGE_SIZE*IMAGE_SIZE*3 12 13flags = tf.app.flags 14FLAGS = flags.FLAGS 15flags.DEFINE_string('train', 'train.txt', 'File name of train data') 16flags.DEFINE_string('test', 'test.txt', 'File name of train data') 17flags.DEFINE_string('train_dir', '/tmp/data', 'Directory to put the training data.') 18flags.DEFINE_integer('max_steps', 200, 'Number of steps to run trainer.') 19flags.DEFINE_integer('batch_size', 10, 'Batch size' 20 'Must divide evenly into the dataset sizes.') 21flags.DEFINE_float('learning_rate', 1e-4, 'Initial learning rate.') 22 23def inference(images_placeholder, keep_prob): 24 """ 予測モデルを作成する関数 25 26 引数: 27 images_placeholder: 画像のplaceholder 28 keep_prob: dropout率のplace_holder 29 30 返り値: 31 y_conv: 各クラスの確率(のようなもの) 32 """ 33 # 重みを標準偏差0.1の正規分布で初期化 34 def weight_variable(shape): 35 initial = tf.truncated_normal(shape, stddev=0.1) 36 return tf.Variable(initial) 37 38 # バイアスを標準偏差0.1の正規分布で初期化 39 def bias_variable(shape): 40 initial = tf.constant(0.1, shape=shape) 41 return tf.Variable(initial) 42 43 # 畳み込み層の作成 44 def conv2d(x, W): 45 return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') 46 47 # プーリング層の作成 48 def max_pool_2x2(x): 49 return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], 50 strides=[1, 2, 2, 1], padding='SAME') 51 52 # 入力を28x28x3に変形 53 x_image = tf.reshape(images_placeholder, [-1, 56, 56, 3]) 54 55 # 畳み込み層1の作成 56 with tf.name_scope('conv1') as scope: 57 W_conv1 = weight_variable([5, 5, 3, 32]) 58 b_conv1 = bias_variable([32]) 59 h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) 60 61 # プーリング層1の作成 62 with tf.name_scope('pool1') as scope: 63 h_pool1 = max_pool_2x2(h_conv1) 64 65 # 畳み込み層2の作成 66 with tf.name_scope('conv2') as scope: 67 W_conv2 = weight_variable([5, 5, 32, 64]) 68 b_conv2 = bias_variable([64]) 69 h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) 70 71 # プーリング層2の作成 72 with tf.name_scope('pool2') as scope: 73 h_pool2 = max_pool_2x2(h_conv2) 74 75 # 全結合層1の作成 76 with tf.name_scope('fc1') as scope: 77 # 7 * 7 * 64 から不定のsizeに変更 画像sizeを変更しても修正がいらない 78 size = tf.size(h_pool2[0]) 79 W_fc1 = weight_variable([size, 1024]) 80 b_fc1 = bias_variable([1024]) 81 h_pool2_flat = tf.reshape(h_pool2, [-1, size]) 82 h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) 83 # dropoutの設定 84 h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) 85 86 # 全結合層2の作成 87 with tf.name_scope('fc2') as scope: 88 W_fc2 = weight_variable([1024, NUM_CLASSES]) 89 b_fc2 = bias_variable([NUM_CLASSES])

投稿2017/10/10 12:31

編集2017/10/10 13:37
退会済みユーザー

退会済みユーザー

総合スコア0

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。

退会済みユーザー

退会済みユーザー

2017/10/10 12:34

データセットの画像のサイズが様々でも28×28にreshapeされて入力されるということでしょうか. もしそうであれば56×56で入力する方法を教えて頂けませんでしょうか.
退会済みユーザー

退会済みユーザー

2017/10/10 12:37

ごめんなさい 先ほどの回答は少し間違いがあったので訂正しました。 56 * 56ですと形状が合わないので無理です。
退会済みユーザー

退会済みユーザー

2017/10/10 12:39

どういうことでしょうか. 教えていただけませんか.
退会済みユーザー

退会済みユーザー

2017/10/10 12:46

reshape関数はトータルサイズが同じでなければなりません。 28 * 28 * 3だと合計で2352なのでそれと同じサイズにする必要があります。 56 * 56 だと 3136なので形状が合わずreshapeは不可能という事です。 56*56の画像を渡したい場合は、reshapeのサイズを変えるか、reshapeをしないなりして、フィルターの構造を変えてやればいいです。 W_conv1 = weight_variable([5, 5, 3, 32]) 変更後のフィルター↓ W_conv1 = weight_variable([5, 5, 1, 32])
退会済みユーザー

退会済みユーザー

2017/10/10 12:50

後は W_fc1 = weight_variable([7*7*64, 1024] ここのサイズとかも変えてやる必要がありそうです。 とりあえず画像サイズに関係する部分の変更は必要かと
退会済みユーザー

退会済みユーザー

2017/10/10 12:51

すみませんよくわかりません. 2352が28×28ピクセルの3次元であるということは分かるのですがなぜ2352にしなければならないのか またなぜそのように変更すればうまくいくのか教えて頂けませんか 宜しくお願いいたします
退会済みユーザー

退会済みユーザー

2017/10/10 12:53

どこをどう変更すればいいか分からないのですが,成果を早く出さなければならないので焦っています.お力を貸していただけませんでしょうか.
退会済みユーザー

退会済みユーザー

2017/10/10 13:03

なぜreshapeする必要があるのか?という事でしょうか? それは、3次元に変換する事で、より高レベルな特徴抽出が出来るからです。もしくは、cnnを使う為には2次元以上の配列が必要だからです。 このニュートラルネットには何の画像を渡すかは把握出来てないですが、 reshapeで3次元に変換してる所を見ると、一次元配列のものを渡すのかなと思います。 どこをどう変更すればいいかは私もコード全てを追い切れてないので全部はわかりませんが気づいた部分だけ回答に追記しておきます。
退会済みユーザー

退会済みユーザー

2017/10/10 13:07

使用する画像はサイズの異なり,1ピクセルが256階調となっている正方形画像です.画像は12種類で2841枚,最小のもので28×28,最大のもので405×405となっています.一応このコードで動くのですが,精度が良くないので入力画像を大きくしたいと考えています.
退会済みユーザー

退会済みユーザー

2017/10/10 13:26

なるほど、そういう事でしたか。 でしたら img = cv2.resize(img, (28, 28)) のresizeの部分を変えればいいのでは? それと何を判別させたいかによってはネットワークの構造が単純である為精度が出ない可能性もあります。
退会済みユーザー

退会済みユーザー

2017/10/10 13:28

それと3次元の画像を渡す前提であればreshapeは必要ないですね。 このコードのreshapeは3次元に変換しているものですので
退会済みユーザー

退会済みユーザー

2017/10/10 13:31

と思ったら途中でいったん一次元に変換しているんですね。 であるならば必要そうです。 # 一列にした後、0-1のfloat値にする train_image.append(img.flatten().astype(np.float32)/255.0)
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

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.48%

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