質問編集履歴
2
変数の追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -28,6 +28,12 @@
|
|
|
28
28
|
|
|
29
29
|
``` python
|
|
30
30
|
|
|
31
|
+
NUM_CLASSES = 3 # 分類するクラス数
|
|
32
|
+
|
|
33
|
+
IMG_SIZE = 280 # 画像の1辺の長さ
|
|
34
|
+
|
|
35
|
+
|
|
36
|
+
|
|
31
37
|
# 学習用画像データ
|
|
32
38
|
|
|
33
39
|
train_images = []
|
1
訓練データに関して追記
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -24,7 +24,83 @@
|
|
|
24
24
|
|
|
25
25
|
### 該当のソースコード
|
|
26
26
|
|
|
27
|
-
|
|
27
|
+
#### 訓練データの用意
|
|
28
|
+
|
|
29
|
+
``` python
|
|
30
|
+
|
|
31
|
+
# 学習用画像データ
|
|
32
|
+
|
|
33
|
+
train_images = []
|
|
34
|
+
|
|
35
|
+
# 学習用データのラベル
|
|
36
|
+
|
|
37
|
+
train_labels = []
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
#学習用データセット作成
|
|
42
|
+
|
|
43
|
+
for label, dir_name in enumerate(img_dirs):
|
|
44
|
+
|
|
45
|
+
# ./data/以下の各ディレクトリ内のファイル名取得
|
|
46
|
+
|
|
47
|
+
files = os.listdir(os.getcwd() + '/imgs/train_images/' + dir_name)
|
|
48
|
+
|
|
49
|
+
for file in files:
|
|
50
|
+
|
|
51
|
+
# 画像読み込み
|
|
52
|
+
|
|
53
|
+
img = cv2.imread(os.getcwd() + '/imgs/train_images/' + dir_name + '/' + file)
|
|
54
|
+
|
|
55
|
+
if img is not None:
|
|
56
|
+
|
|
57
|
+
# 1辺がIMG_SIZEの正方形にリサイズ
|
|
58
|
+
|
|
59
|
+
img = cv2.resize(img, dsize=(IMG_SIZE, IMG_SIZE), interpolation=cv2.INTER_NEAREST)
|
|
60
|
+
|
|
61
|
+
# OpenCVの関数cvtColorでBGRとRGBを変換
|
|
62
|
+
|
|
63
|
+
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
|
|
64
|
+
|
|
65
|
+
# Numpy配列にする
|
|
66
|
+
|
|
67
|
+
data = np.asarray(img)
|
|
68
|
+
|
|
69
|
+
# 配列に追加
|
|
70
|
+
|
|
71
|
+
train_images.append(data)
|
|
72
|
+
|
|
73
|
+
# ラベル
|
|
74
|
+
|
|
75
|
+
train_labels.append(label)
|
|
76
|
+
|
|
77
|
+
|
|
78
|
+
|
|
79
|
+
# numpy配列に変換
|
|
80
|
+
|
|
81
|
+
train_images = np.array(train_images)
|
|
82
|
+
|
|
83
|
+
train_labels = np.array(train_labels)
|
|
84
|
+
|
|
85
|
+
|
|
86
|
+
|
|
87
|
+
# 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
|
|
88
|
+
|
|
89
|
+
train_images = train_images.astype('float32') / 255.0
|
|
90
|
+
|
|
91
|
+
|
|
92
|
+
|
|
93
|
+
# One-Hotエンコーディングする
|
|
94
|
+
|
|
95
|
+
train_labels = np_utils.to_categorical(train_labels, NUM_CLASSES)
|
|
96
|
+
|
|
97
|
+
```
|
|
98
|
+
|
|
99
|
+
|
|
100
|
+
|
|
101
|
+
|
|
102
|
+
|
|
103
|
+
#### モデルに関して
|
|
28
104
|
|
|
29
105
|
```python
|
|
30
106
|
|