質問編集履歴

2 NUM_CLASSESの値が間違っていました.

退会済みユーザー

退会済みユーザー

2017/10/10 22:08  投稿

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.
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")
```
  • Python

    22198 questions

    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。

  • Python 2.7

    1716 questions

    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

    15336 questions

    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。

1 NUM_CLASSESの値が間違っていました.

退会済みユーザー

退会済みユーザー

2017/10/10 22:08  投稿

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.
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 = 2
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")
```
  • Python

    22198 questions

    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。

  • Python 2.7

    1716 questions

    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

    15336 questions

    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。

思考するエンジニアのためのQ&Aサイト「teratail」について詳しく知る