質問編集履歴
2
変数の追加
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -13,6 +13,9 @@
|
|
|
13
13
|
### 該当のソースコード
|
|
14
14
|
#### 訓練データの用意
|
|
15
15
|
``` python
|
|
16
|
+
NUM_CLASSES = 3 # 分類するクラス数
|
|
17
|
+
IMG_SIZE = 280 # 画像の1辺の長さ
|
|
18
|
+
|
|
16
19
|
# 学習用画像データ
|
|
17
20
|
train_images = []
|
|
18
21
|
# 学習用データのラベル
|
1
訓練データに関して追記
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -11,7 +11,45 @@
|
|
|
11
11
|
|
|
12
12
|
|
|
13
13
|
### 該当のソースコード
|
|
14
|
+
#### 訓練データの用意
|
|
15
|
+
``` python
|
|
16
|
+
# 学習用画像データ
|
|
17
|
+
train_images = []
|
|
18
|
+
# 学習用データのラベル
|
|
19
|
+
train_labels = []
|
|
14
20
|
|
|
21
|
+
#学習用データセット作成
|
|
22
|
+
for label, dir_name in enumerate(img_dirs):
|
|
23
|
+
# ./data/以下の各ディレクトリ内のファイル名取得
|
|
24
|
+
files = os.listdir(os.getcwd() + '/imgs/train_images/' + dir_name)
|
|
25
|
+
for file in files:
|
|
26
|
+
# 画像読み込み
|
|
27
|
+
img = cv2.imread(os.getcwd() + '/imgs/train_images/' + dir_name + '/' + file)
|
|
28
|
+
if img is not None:
|
|
29
|
+
# 1辺がIMG_SIZEの正方形にリサイズ
|
|
30
|
+
img = cv2.resize(img, dsize=(IMG_SIZE, IMG_SIZE), interpolation=cv2.INTER_NEAREST)
|
|
31
|
+
# OpenCVの関数cvtColorでBGRとRGBを変換
|
|
32
|
+
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
|
|
33
|
+
# Numpy配列にする
|
|
34
|
+
data = np.asarray(img)
|
|
35
|
+
# 配列に追加
|
|
36
|
+
train_images.append(data)
|
|
37
|
+
# ラベル
|
|
38
|
+
train_labels.append(label)
|
|
39
|
+
|
|
40
|
+
# numpy配列に変換
|
|
41
|
+
train_images = np.array(train_images)
|
|
42
|
+
train_labels = np.array(train_labels)
|
|
43
|
+
|
|
44
|
+
# ニューラルネットワークにデータを投入する前に、これらの値を0から1までの範囲にスケールする
|
|
45
|
+
train_images = train_images.astype('float32') / 255.0
|
|
46
|
+
|
|
47
|
+
# One-Hotエンコーディングする
|
|
48
|
+
train_labels = np_utils.to_categorical(train_labels, NUM_CLASSES)
|
|
49
|
+
```
|
|
50
|
+
|
|
51
|
+
|
|
52
|
+
#### モデルに関して
|
|
15
53
|
```python
|
|
16
54
|
model = models.Sequential()
|
|
17
55
|
model.add(layers.Conv2D(32,(3,3),activation="relu",input_shape=(IMG_SIZE, IMG_SIZE, NUM_CLASSES)))
|