機械学習の時間だよ - スナックelve 本店

ワイのスマホ画像を見ていただきたい
f:id:elve:20220115074516p:plain
条件反射的にスクショしてるピクミンの画像が散見される。コレをどうにかしてまとめたい。

ベース
概要
ソース
今後
参考

というわけで、機械学習です
結論：まだできてません。
Google Colab
で動かしますよー

ベース

note.com

コレの更にベースが書き直されて新しくなってたのでこっち見ればよかった(ﾉД`)ﾅｪﾙｼｸ　色々エラー出て大変だった。
zenn.dev

概要

f:id:elve:20220115080054p:plain
この学習用ファイルにある画像で学習して
テスト画像をピクミンかどうか区別したい

ピクミン学習用
f:id:elve:20220115081302p:plain

その他学習用
f:id:elve:20220115081308p:plain

ソース

一応動く。でも全部その他の画像と判断するorz

import tensorflow.keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Activation, Dense, Dropout
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.optimizers import Adagrad
from tensorflow.keras.optimizers import Adam
from tensorflow import keras

import numpy as np
from PIL import Image
import os


image_list = []
label_list = []
# 学習データ読み込み
for dir in os.listdir("./drive/MyDrive/img/"):

    dir1 = "./drive/MyDrive/img/" + dir
    print(dir1 + ": ")
    print(len([name for name in os.listdir(dir1)
          if os.path.isfile(os.path.join(dir1, name))]))

    if dir == "学習用ピクミン画像":
        label = 0
    elif dir == "学習用その他":
        label = 1
    else:
        # テスト用はなんもしない
        print(dir + ": dir")
        continue

    for file in os.listdir(dir1):
        # 1
        label_list.append(label)
        filepath = dir1 + "/" + file

        # 2
        try:
            # dtypeどうのってエラー出たので適当に追加　RGBじゃない写真とかでコケたので追加
            image = np.array(Image.open(filepath).convert(
                "RGB").resize((25, 25)), dtype='uint32')
        except:
            print(file+":1")
        # 3
        try:
            image = image.transpose(2, 0, 1)
        except:
            print(file+":2")

        # 4
        try:
            image = image.reshape(
                1, image.shape[0] * image.shape[1] * image.shape[2]).astype("float32")[0]
        except:
            print(file+":3")

        # 5
        try:
            image_list.append(image / 255.)
        except:
            print(file+":4")
    image_list = np.array(image_list)
    Y = to_categorical(label_list)

# モデル構築
# 1
model = Sequential()

# 2
model.add(Dense(200, input_dim=1875))
model.add(Activation("relu"))
model.add(Dropout(0.2))

# 3
model.add(Dense(200))
model.add(Activation("relu"))
model.add(Dropout(0.2))

# 4
model.add(Dense(2))
model.add(Activation("softmax"))

opt = Adam()
model.compile(loss="categorical_crossentropy",
              optimizer=opt, metrics=["accuracy"])
# 学習
model.fit(image_list, Y, epochs=1500, batch_size=100, validation_split=0.1)

# 判断
dir1 = "./drive/MyDrive/img/テスト用"
for file in os.listdir(dir1):

    filepath = dir1 + "/" + file

    if os.path.isdir(filepath):
        # ディレクトリは何もしない
        continue

    # ここは怒られなかったのでRGBだけ。謎
    image = np.array(Image.open(filepath).convert("RGB").resize((25, 25)))
    image = image.transpose(2, 0, 1)
    image = image.reshape(
        1, image.shape[0] * image.shape[1] * image.shape[2]).astype("float32")[0]

    # image.reshape　が使えなくなってて大騒ぎ
    result = np.argmax(model.predict(np.array([image / 255.])), axis=1)

    if result == 0:
        # ピクミン画像　来なかった・・・
        print('pic!')

        try:
            os.rename(filepath,
                      dir1 + "/ピクミン/"+file)
        except OSError as err:
            print("OS error: {0}".format(err))
        except:
            print(os.error)

    else:
        # その他の画像
        try:
            os.rename(filepath,
                      dir1 + "/その他/"+file)
        except OSError as err:
            print("OS error: {0}".format(err))
        except:
            print(os.error)