KerasデータセットのCIFAR-100画像とクラス名を表示する簡単サンプル
CIFAR-10画像の表示を作ったついでに、CIFAR-100画像の表示も作っておこうかと作りました。
CIFAR-100とは
一般物体認識のベンチマークとしてよく使われている画像データセット。
特徴
- 画像サイズは32ピクセルx32ピクセル
- 全部で60000枚
- 50000枚(各クラス5000枚)の訓練画像と10000枚(各クラス1000枚)のテスト画像に分割されている
- クラスラベルは100クラスあり、それぞれ600枚づつ画像がある。
- クラスラベルはスーパークラス20個とクラス100個。 詳細は下記。
スーパークラス | クラス |
---|---|
海洋哺乳類 | ビーバー, イルカ, カワウソ, アザラシ, 鯨 |
魚類 | 観賞魚, カレイ, エイ, サメ, マス |
花 | ラン, ひなげし, バラ, ヒマワリ, チューリップ |
食品容器 | ボトル, ボウル, カン, カップ, プレート |
果物と野菜 | リンゴ, キノコ, オレンジ, ナシ, ピーマン |
家庭用電気機器 | 時計, コンピュータ・キーボード, ランプ, 電話, テレビ |
家庭用家具 | ベッド, 椅子, ソファー, テーブル, タンス |
昆虫 | 蜂, カブトムシ, 蝶, 蝶等の幼虫, ゴキブリ |
大きな肉食獣 | クマ, ヒョウ, ライオン, 虎, 狼 |
大きな人造の屋外物 | 橋, 城, 家, 道, 超高層ビル |
大きな自然野外シーン | 雲, 森, 山, 平野, 海 |
大きな雑食動物と草食動物 | ラクダ, 牛, チンパンジー, 象, カンガルー |
中位の哺乳類 | キツネ, ヤマアラシ, オポッサム, アライグマ, スカンク |
昆虫でない無脊椎動物 | カニ, ロブスター, カタツムリ, クモ, ワーム |
人々 | 赤ちゃん, 少年, 少女, 男性, 女性 |
爬虫類 | ワニ, 恐竜, トカゲ, ヘビ, 亀 |
小哺乳類 | ハムスター, マウス, ウサギ, トガリネズミ, リス |
木 | カエデ, オーク, ヤシ, 松, 柳 |
乗り物 1 | 自転車, バス, オートバイ, ピックアップトラック, 電車 |
乗り物 2 | 芝刈り機, ロケット, 市街電車, タンク, トラクタ |
CIFAR-100の画像とクラス名を表示するソースコード
jupyter notebook
でjupyter notebookを起動してから使ってください。
参考
次のサイトを参考にさせていただきました。
感謝!!
tensorflow.classcat.com
CIFAR-100のクラス分類が一通り日本語でのってる!
corochann.com CIFAR-100の100個のクラス名の配列がのってて素晴らしい!
KerasデータセットのFashion-MNIST(ファッションMNIST)を表示する簡単サンプル
「お、こんなデータセットあるんだ!?」
とKerasのドキュメント読んでて知ったファッションMNIST。
知らなかったんで表示するコードをpythonで書いてみました。
Fashion-MNISTとは
ファッションの白黒画像を集めたデータセットで、MNISTのファッション版。
Zalandoの靴、服、鞄の画像データセットである。
特徴
- 画像サイズは28ピクセルx28ピクセル
- グレースケール画像
- 訓練用画像60000枚、テスト用画像10000枚
- クラスラベルは次の10クラス
- [0] T-shirt/top(Tシャツ/トップス)
- [1] Trouser(ズボン)
- [2] Pullover(プルオーバー)
- [3] Dress(ドレス)
- [4] Coat(コート)
- [5] Sandal(サンダル)
- [6] Shirt(シャツ)
- [7] Sneaker(スニーカー)
- [8] Bag(バッグ)
- [9] Ankle boot(アンクルブーツ)
Fashion-MNISTの画像とラベルを表示するソースコード
jupyter notebook
でjupyter notebookを起動してから使ってください。
参考
次のサイトを参考にさせていただきました!
多謝!
http://tensorflow.classcat.com/category/fashion-mnist/
qiita.com 15位にFashion-MNISTが選ばれている。
jobs.zalando.com Fashion-MNISTの作成元。
CIFAR-10画像のラベル予測を一つ一つ表示する簡単サンプル
画像ラベル予測をまとめて実行した結果の成績は良くサンプルコードで目にしますが、一つ一つの結果とどれを間違ったのかがよくわからないので作ってみました。
認識を間違った部分が赤文字で表示され、左にハズレの予測ラベル、右に正解のラベルが表示されます。
主要部分のソースコード
jupyter notebookを使っていますので
jupyter notebook
を実行してから使ってください。
GitHubリポジトリ
github.com 予測に使用しているモデルファイルは、こちらに含まれています。
KerasデータセットのCIFAR-10画像とラベルを表示する簡単コード
CIFAR-10サンプルの学習は回して見ても、データの中身はちゃんと見てなかったので作って見ました。
jupyter notebookを使用して作りました。
CIFAR-10とは
一般物体認識のベンチマークとしてよく使われている画像データセット。
特徴
- 画像サイズは32ピクセルx32ピクセル
- 全部で60000枚
- 50000枚(各クラス5000枚)の訓練画像と10000枚(各クラス1000枚)のテスト画像に分割されている
- 80 million tiny imagesのサブセット
- クラスラベルは次の10クラス
- [0] airplane (飛行機)
- [1] automobile (自動車)
- [2] bird (鳥)
- [3] cat (猫)
- [4] deer (鹿)
- [5] dog (犬)
- [6] frog (カエル)
- [7] horse (馬)
- [8] ship (船)
- [9] truck (トラック)
CIFAR-10の画像とラベルを表示する
jupyter notebook
でjupyter notebookを起動してから使ってね。
kerasではCIFAR-10のラベル名を取得する方法がないっぽい
keras作者のfchollet氏も「CIFAR-10のサイト見ろよ」って言ってるから、そういうことっぽい。 github.com
参考
次のサイトを参考にさせていただきました。
感謝!!
aidiary.hatenablog.com "CIFAR-10とは"と"特徴"の部分を引用させてもらいました。
ブラウザに手書きした数字をMNISTから深層学習したモデルで判定する簡単コード
自分で書いた数字を、畳み込みニューラルネットワークでMNISTを学習したモデルで認識してみたかったんで作ってみましたよ。
Jupyter notebookでやってます。
Python 3以降。
深層学習ライブラリは、いつもどおりKeras。
ソースコード
GitHub
github.com 学習済みのバイナリも簡単に入手できた方が良いだろうなと思ったので、リポジトリ作りました。
参考
blog.sky-net.pw
このコードを大変参考にさせていただきました!
ありがとうございます!
KerasでMNISTを学習したモデルを保存し、それを読み出して使う簡単サンプル
「まぁ出来るだろうなぁ……」とは思ってましたが、めんどうくさがって作ってなかったんで作ってみました。
MNISTをCNNで学習したモデルを保存する
kerasのexamplesに入ってるkeras_cnn.pyをちょっとだけ改造。
一番最後にmodel.save関数を追加して、学習したモデルをファイルとして保存します。
このコードを実行して学習が終わると"model_mnist_cnn.h5"というファイルが作成されます。
学習したモデルを読み込んでMNIST画像を認識させる
Jupyter notebookで動くコードが下記のもの。
先ほどの学習で作成された"model_mnist_cnn.h5"を読み込んで、MNISTの数値画像を判定させている。
In [3]:の部分を実行しなおすと結果が変わります。
参考
次のサイトを参考にさせてもらいました!
感謝!
KerasのMNISTをJupyter Notebookで表示する簡単コード
もろもろ、お手軽実験にはJupyter Notebookが便利なんで、簡単サンプルを作りました。
matlabを使ってMNISTをJupyter Notebookに表示
表示するMNISTの手書きデータをランダムでとってきてるので、実行するたびに表示が変わります。
このコード貼るのにgistはじめて使ってみたけど、こりゃ便利ですね。
こういうのがあったのかー。
参考
次のサイトを参考にさせてもらいました。
感謝!