質問編集履歴
3
code追加
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -56,4 +56,63 @@
|
|
|
56
56
|
X_test, y_test = make_sample(test)
|
|
57
57
|
xy = (X_train, X_test, y_train, y_test)
|
|
58
58
|
#データを保存する
|
|
59
|
-
np.save("C:\Users\kmll\python_code\cat\tea_data.npy", xy)
|
|
59
|
+
np.save("C:\Users\kmll\python_code\cat\tea_data.npy", xy)
|
|
60
|
+
|
|
61
|
+
```python
|
|
62
|
+
#犬猫見た目による学習/検証データの準備
|
|
63
|
+
|
|
64
|
+
from PIL import Image
|
|
65
|
+
import os, glob
|
|
66
|
+
import numpy as np
|
|
67
|
+
import random, math
|
|
68
|
+
|
|
69
|
+
#画像が保存されているルートディレクトリのパス
|
|
70
|
+
root_dir ="C:\Users\kmll\python_code\dog"
|
|
71
|
+
# 種類
|
|
72
|
+
categories = ["cat","dog"]
|
|
73
|
+
|
|
74
|
+
# 画像データ用配列
|
|
75
|
+
X = []
|
|
76
|
+
# 種類データ用配列
|
|
77
|
+
Y = []
|
|
78
|
+
|
|
79
|
+
#画像データごとにadd_sample()を呼び出し、X,Yの配列を返す関数
|
|
80
|
+
def make_sample(files):
|
|
81
|
+
global X, Y
|
|
82
|
+
X = []
|
|
83
|
+
Y = []
|
|
84
|
+
for cat, fname in files:
|
|
85
|
+
add_sample(cat, fname)
|
|
86
|
+
return np.array(X), np.array(Y)
|
|
87
|
+
|
|
88
|
+
#渡された画像データを読み込んでXに格納し、また、
|
|
89
|
+
#画像データに対応するcategoriesのidxをY格納する関数
|
|
90
|
+
def add_sample(cat, fname):
|
|
91
|
+
img = Image.open(fname)
|
|
92
|
+
img = img.convert("RGB")
|
|
93
|
+
img = img.resize((150, 150))
|
|
94
|
+
data = np.asarray(img)
|
|
95
|
+
X.append(data)
|
|
96
|
+
Y.append(cat)
|
|
97
|
+
|
|
98
|
+
#全データ格納用配列
|
|
99
|
+
allfiles = []
|
|
100
|
+
|
|
101
|
+
#カテゴリ配列の各値と、それに対応するidxを認識し、全データをallfilesにまとめる
|
|
102
|
+
for idx, cat in enumerate(categories):
|
|
103
|
+
image_dir = root_dir + "/" + cat
|
|
104
|
+
files = glob.glob(image_dir + "/*.jpg")
|
|
105
|
+
for f in files:
|
|
106
|
+
allfiles.append((idx, f))
|
|
107
|
+
|
|
108
|
+
#シャッフル後、学習データと検証データに分ける
|
|
109
|
+
random.shuffle(allfiles)
|
|
110
|
+
th = math.floor(len(allfiles) * 0.8)
|
|
111
|
+
train = allfiles[0:th]
|
|
112
|
+
test = allfiles[th:]
|
|
113
|
+
X_train, y_train = make_sample(train)
|
|
114
|
+
X_test, y_test = make_sample(test)
|
|
115
|
+
xy = (X_train, X_test, y_train, y_test)
|
|
116
|
+
#データを保存する
|
|
117
|
+
np.save("C:\Users\kmll\python_code\cat\tea_data.npy", xy)
|
|
118
|
+
```
|
2
文面修正
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -55,5 +55,5 @@
|
|
|
55
55
|
X_train, y_train = make_sample(train)
|
|
56
56
|
X_test, y_test = make_sample(test)
|
|
57
57
|
xy = (X_train, X_test, y_train, y_test)
|
|
58
|
-
#データを保存する
|
|
58
|
+
#データを保存する
|
|
59
59
|
np.save("C:\Users\kmll\python_code\cat\tea_data.npy", xy)
|
1
ファイル名修正
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -9,7 +9,7 @@
|
|
|
9
9
|
import random, math
|
|
10
10
|
|
|
11
11
|
#画像が保存されているルートディレクトリのパス
|
|
12
|
-
root_dir ="C:\Users\
|
|
12
|
+
root_dir ="C:\Users\kmll\python_code\dog"
|
|
13
13
|
# 種類
|
|
14
14
|
categories = ["cat","dog"]
|
|
15
15
|
|
|
@@ -56,4 +56,4 @@
|
|
|
56
56
|
X_test, y_test = make_sample(test)
|
|
57
57
|
xy = (X_train, X_test, y_train, y_test)
|
|
58
58
|
#データを保存する（データの名前を「tea_data.npy」としている）
|
|
59
|
-
np.save("C:\Users\
|
|
59
|
+
np.save("C:\Users\kmll\python_code\cat\tea_data.npy", xy)
|