質問編集履歴
1
削除
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,87 +1,28 @@
|
|
|
1
|
-
kerasを使って、画像を分類しようとしているのですが、いまいち精度が上がらず、過学習までしてしまいます。
|
|
2
|
-
|
|
1
|
+
削除
|
|
3
2
|
|
|
4
|
-
```python
|
|
5
|
-
import os
|
|
6
|
-
import numpy as np
|
|
7
|
-
import cv2
|
|
8
|
-
import matplotlib.pyplot as plt
|
|
9
|
-
from keras import layers, models, optimizers
|
|
10
|
-
from keras.utils import np_utils
|
|
11
|
-
from keras.callbacks import EarlyStopping
|
|
12
3
|
|
|
13
|
-
NUM_CLASSES = 3 # 分類するクラス数
|
|
14
|
-
IMG_SIZE = 280 # 画像の1辺の長さ
|
|
15
4
|
|
|
16
|
-
# 画像のあるディレクトリ
|
|
17
|
-
img_dirs = ['dog', 'lion', 'cat']
|
|
18
5
|
|
|
19
|
-
# class name
|
|
20
|
-
class_names = ['dog', 'lion', 'cat',]
|
|
21
6
|
|
|
22
|
-
# 学習用画像データ
|
|
23
|
-
train_images = []
|
|
24
|
-
# 学習用データのラベル
|
|
25
|
-
train_labels = []
|
|
26
|
-
# テスト用画像データ
|
|
27
|
-
test_images = []
|
|
28
|
-
# テスト用データのラベル
|
|
29
|
-
test_labels = []
|
|
30
7
|
|
|
31
|
-
#学習用データセット作成
|
|
32
|
-
for label, dir_name in enumerate(img_dirs):
|
|
33
|
-
# ./data/以下の各ディレクトリ内のファイル名取得
|
|
34
|
-
files = os.listdir(os.getcwd() + '/imgs/train_images/' + dir_name)
|
|
35
|
-
for file in files:
|
|
36
|
-
# 画像読み込み
|
|
37
|
-
img = cv2.imread(os.getcwd() + '/imgs/train_images/' + dir_name + '/' + file)
|
|
38
|
-
if img is not None:
|
|
39
|
-
# 1辺がIMG_SIZEの正方形にリサイズ
|
|
40
|
-
img = cv2.resize(img, dsize=(IMG_SIZE, IMG_SIZE), interpolation=cv2.INTER_NEAREST)
|
|
41
|
-
# OpenCVの関数cvtColorでBGRとRGBを変換
|
|
42
|
-
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
|
|
43
|
-
# Numpy配列にする
|
|
44
|
-
data = np.asarray(img)
|
|
45
|
-
# 配列に追加
|
|
46
|
-
train_images.append(data)
|
|
47
|
-
# ラベル
|
|
48
|
-
train_labels.append(label)
|
|
49
8
|
|
|
50
|
-
# numpy配列に変換
|
|
51
|
-
train_images = np.array(train_images)
|
|
52
|
-
train_labels = np.array(train_labels)
|
|
53
9
|
|
|
54
|
-
#テスト用データセット作成
|
|
55
|
-
for label, dir_name in enumerate(img_dirs):
|
|
56
|
-
# ./data/以下の各ディレクトリ内のファイル名取得
|
|
57
|
-
files = os.listdir(os.getcwd() + '/imgs/test_images/' + dir_name)
|
|
58
|
-
for file in files:
|
|
59
|
-
# 画像読み込み
|
|
60
|
-
img = cv2.imread(os.getcwd() + '/imgs/test_images/' + dir_name + '/' + file)
|
|
61
|
-
if img is not None:
|
|
62
|
-
# 1辺がIMG_SIZEの正方形にリサイズ
|
|
63
|
-
img = cv2.resize(img, (IMG_SIZE, IMG_SIZE))
|
|
64
|
-
# OpenCVの関数cvtColorでBGRとRGBを変換
|
|
65
|
-
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
|
|
66
|
-
# Numpy配列にする
|
|
67
|
-
data = np.asarray(img)
|
|
68
|
-
# 配列に追加
|
|
69
|
-
test_images.append(data)
|
|
70
|
-
# ラベル
|
|
71
|
-
test_labels.append(label)
|
|
72
10
|
|
|
73
|
-
# numpy配列に変換
|
|
74
|
-
test_images = np.array(test_images)
|
|
75
|
-
test_labels = np.array(test_labels)
|
|
76
11
|
|
|
77
|
-
# 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
|
|
78
|
-
train_images = train_images.astype('float32') / 255.0
|
|
79
|
-
test_images = test_images.astype('float32') / 255.0
|
|
80
12
|
|
|
81
|
-
# One-Hotエンコーディングする
|
|
82
|
-
train_labels = np_utils.to_categorical(train_labels, NUM_CLASSES)
|
|
83
|
-
test_labels = np_utils.to_categorical(test_labels, NUM_CLASSES)
|
|
84
|
-
```
|
|
85
13
|
|
|
86
|
-
|
|
14
|
+
|
|
15
|
+
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
19
|
+
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
|
|
25
|
+
|
|
26
|
+
|
|
27
|
+
|
|
87
|
-
|
|
28
|
+
削除しました。
|