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(5)

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7項

 7.見分ける

   好きな画像をTensorBoardで作成したネットワークにかけて分類する。

    ※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。引数に分類したい画像を指定。

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

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

#---------------------------------------------------------------
# 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

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

    TARGET_NAME = ['0番目の人', '1番目の人']                                  # 0から順番に識別する人の名前

    test_image = []                                                           # 識別する画像を入れる配列
    for i in range(1, len(sys.argv)):
        img = cv2.imread(sys.argv[i])                                         # 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
        test_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
    test_image = np.asarray(test_image)                                       # numpy形式に変換

    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
    sess = tf.InteractiveSession()

    saver = tf.train.Saver()                                                  # 保存結果の読出し準備
    sess.run(tf.global_variables_initializer())                               # 変数の初期化
    saver.restore(sess, os.getcwd() + "/model.ckpt")                          # 保存結果の読出し

    for i in range(len(test_image)):
        pr = logits.eval(feed_dict={images_placeholder: [test_image[i]], keep_prob: 1.0 })[0]  # 識別する画像の評価
        pred = np.argmax(pr)
        print("{0} : {1}, {2} : {3}".format(TARGET_NAME[0], pr[0], TARGET_NAME[1], pr[1]))     # NUM_CLASSESが3以上ならばここも拡張ください
        print(TARGET_NAME[pred])

 

Good Luck !!!