書籍　改訂TensorFlow版　算数＆ラズパイから始めるディープ・ラーニング　サポート・ページ画像認識1(お菓子の種類の追加にトライ) ｜ Interface

人工知能 2023年9月3日

Interface編集部

書籍　改訂TensorFlow版　算数＆ラズパイから始めるディープ・ラーニング　サポート・ページ画像認識1(お菓子の種類の追加にトライ)

2023年発刊の書籍「改訂TensorFlow版　算数＆ラズパイから始めるディープ・ラーニング」のサポート・ページです．

第2章体験②･･･画像認識1(お菓子の種類)では「きのこの山」,「たけのこの里」の画像判別を取りあげてます.お菓子の種類を増やしても正しく判別できるか編集部でトライしてみました.

●手順の紹介
・Raspi_kinoko_takenokoフォルダ内のmy_photosフォルダに「アポロチョコ」,「コアラのマーチ」,「パイの実」に加え「何も置かれていない状態」の写真画像を用意しそれぞれ｢apollo｣,「koala」,「pie」,「nashi」フォルダに保存します.
※ダウンロードデータの「きのこの山」,「たけのこの里」の画像と同様にそれぞれ43枚準備しました.

・「Raspi_kinoko_takenoko」フォルダ内の「tf_data_argument.py」を実行し画像データを拡大,縮小,回転等を行って増やします.
$ python3 tf_data_argument.py

・学習用プログラム「rp_tf_train_kinoko_takenoko.py」を開き,2種類の分類から6種類に対応する為, 38行目の「output = Dense(2,…)」の「2」を「6」に変更し「rp_ts_train_kinoko_takenoko2.py」として保存します.

・今回修正したプログラム「rp_tf_train_kinoko_takenoko2.py」を実行します.
$ python3 rp_tf_train_kiniko_takenoko2.py

・学習終了後「val_sparse_categorical_accuracy: 0.9092」とある程度学習が進んでいることを確認できたので,この学習済みモデルでテストを行います.
※思うように学習が進まない場合, 「rp_tf_train_kinoko_takenoko2.py」の28行目,32行目のDropoutの値を小さくする, コメントアウトする等で改善する場合があるのでお試しください.

・判別用プログラム「rp_tf_test_kinoko_takenoko.py」を開き44行目以降を下図赤枠の様に6種類の判別結果に対応するよう書き換え,「rp_tf_test_kinoko_takenoko2.py」として保存します.
※各番号との対応関係は,同フォルダ内の「label.txt」で確認できます.

・学習済モデルのテストを「-i」オプションで画像を指定し実行します. 以下の例の様に正しく判別できるか確認します.

$ python3 rp_tf_test_kinoko_takenoko2.py -i train/kinoko/arg_0001.jpg
$ python3 rp_tf_test_kinoko_takenoko2.py -i train/takenoko/arg_0001.jpg
$ python3 rp_tf_test_kinoko_takenoko2.py -i train/apollo/arg_0001.jpg
$ python3 rp_tf_test_kinoko_takenoko2.py -i train/pie/arg_0001.jpg
$ python3 rp_tf_test_kinoko_takenoko2.py -i train/nashi/arg_0001.jpg
$ python3 rp_tf_test_kinoko_takenoko2.py -i train/koala/arg_0001.jpg