読者です 読者をやめる 読者になる 読者になる

Tensorflowで人の顔を見分ける(3)

目的

 Tensorflowで人の顔を分類したい!

 

参考リンク

 TensorFlowでアニメゆるゆりの制作会社を識別する - kivantium活動日記

 

動作環境

 Windows7

 Python3.5.3 (過去ログご参考)

 

やりかた

 全体の流れ

  1.それぞれの人の顔の画像を複数集める

  2.画像から人の顔だけを切出す

  3.切出した顔をチェックして不要なものを削除

  4.学習用データと検証用データに分ける

  5.学習する

  6.学習結果をみる

  7.見分ける

 

 この投稿では5項

  5.学習する

   参考リンクのプログラムを使わせて頂いた。ブログ主さんに感謝。

   1)Pythonで以下を実行

# -*- coding: utf-8 -*-
import os
import sys
import cv2
import numpy as np
import tensorflow as tf
import tensorflow.python.platform

NUM_CLASSES = 2
IMAGE_SIZE = 28
IMAGE_PIXELS = IMAGE_SIZE*IMAGE_SIZE*3

FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string('train', 'train.txt', '')  # 学習用データファイル名
tf.app.flags.DEFINE_string('test', 'test.txt', '')    # テスト用データファイル名
tf.app.flags.DEFINE_string('train_dir', '.', '')      # TensorBoard表示用データのフォルダ
tf.app.flags.DEFINE_integer('max_steps', 200, '')     # 学習ステップ数
tf.app.flags.DEFINE_integer('batch_size', 10, '')     # 1回に学習する画像数(train/batch_sizeが割切れること)
tf.app.flags.DEFINE_float('learning_rate', 1e-4, '')  # 学習係数

#---------------------------------------------------------------
# 予測モデルの作成関数
#  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
#---------------------------------------------------------------
def inference(images_placeholder, keep_prob):

    # 重みを標準偏差0.1の正規分布で初期化する関数
    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する関数
    def bias_variable(shape):
        initial = tf.constant(0.1, shape=shape)
        return tf.Variable(initial)

    # 畳み込み層を作成する関数
    def conv2d(x, W):
        return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

    # プーリング層を作成する関数
    def max_pool_2x2(x):
        return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

    # 入力画像の整形
    x_image = tf.reshape(images_placeholder, [-1, IMAGE_SIZE, IMAGE_SIZE, 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)
        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

#---------------------------------------------------------------
# ロスを計算する関数
#  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
#---------------------------------------------------------------
def loss(logits, labels):
    cross_entropy = -tf.reduce_sum(labels*tf.log(logits))
    tf.summary.scalar("cross_entropy", cross_entropy)
    return cross_entropy

#---------------------------------------------------------------
# 学習を定義する関数
#  引数    loss          : 損失のtensor, loss()の結果
#          learning_rate : 学習係数
#  返り値  train_step    : 学習結果
#---------------------------------------------------------------
def training(loss, learning_rate):
    train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss)
    return train_step

#---------------------------------------------------------------
# 正解率を計算する関数
#  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)
#---------------------------------------------------------------
def accuracy(logits, labels):
    correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(labels, 1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
    tf.summary.scalar("accuracy", accuracy)
    return accuracy

#---------------------------------------------------------------
# メイン関数
#---------------------------------------------------------------
if __name__ == '__main__':

    # 学習用データの読込み
    f = open(FLAGS.train, 'r')
    train_image = []                                               # 学習用画像を入れる配列
    train_label = []                                               # 学習用ラベルを入れる配列
    for line in f:
        line = line.rstrip()                                       # 改行を除く
        l = line.split()                                           # スペースを区切り文字にリスト化
        img = cv2.imread(l[0])                                     # 画像データ読込み
        img = cv2.resize(img, (IMAGE_SIZE, IMAGE_SIZE))            # 画像データのリサイズ
        train_image.append(img.flatten().astype(np.float32)/255.0) # 画像データを1列にし0~255を0~1のfloat値へ
        tmp = np.zeros(NUM_CLASSES)                                # クラス数個のゼロを持つ配列
        tmp[int(l[1])] = 1                                         # 正解の配列番号に1を
        train_label.append(tmp)
    train_image = np.asarray(train_image)                          # numpy形式に変換
    train_label = np.asarray(train_label)                          # numpy形式に変換
    f.close()

    # テストデータの読込み
    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, (IMAGE_SIZE, IMAGE_SIZE))
        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():
        images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS))  # 画像     を入れる仮のTensor
        labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES))   # ラベル   を入れる仮のTensor
        keep_prob = tf.placeholder("float")                                       # dropout率を入れる仮のTensor

        logits = inference(images_placeholder, keep_prob)                         # inference()を呼出しモデルを作成
        loss_value = loss(logits, labels_placeholder)                             # loss()     を呼出し損失を計算
        train_op = training(loss_value, FLAGS.learning_rate)                      # training() を呼出し学習
        acc = accuracy(logits, labels_placeholder)                                # accuracy() を呼出し精度の計算

        saver = tf.train.Saver()                                                  # 保存の準備
        sess = tf.Session()                                                       # Sessionの作成
        sess.run(tf.global_variables_initializer())                               # 変数の初期化
        summary_op = tf.summary.merge_all()                                       # TensorBoardで表示する値の設定
        summary_writer = tf.summary.FileWriter(FLAGS.train_dir, sess.graph)       # TensorBoardで表示する値の設定

        # 学習
        for step in range(FLAGS.max_steps):                                       # ステップ回数分学習
            for i in range(int(len(train_image)/FLAGS.batch_size)):               # 1回にbatch_size分の画像に対して学習
                batch = FLAGS.batch_size*i
                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ステップ終わるたび精度を計算
            train_accuracy = sess.run(acc, feed_dict={
                images_placeholder : train_image,
                labels_placeholder : train_label,
                keep_prob          : 1.0})
            print("step {0}, training accuracy {1}".format(step, train_accuracy))

            # 1ステップ終わるたびTensorBoardに表示する値を追加
            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)

    # 学習が終了したらテストデータに対する精度を表示
    print("test accuracy {0}".format(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
    cwd = os.getcwd()
    save_path = saver.save(sess, cwd + "/model.ckpt")

 

Good Luck !!!