画像分類をCNNを使ってしたいpython

画像分類タスクを行うために、PythonでCNN（Convolutional Neural Network）を使用する方法を示します。以下は、KerasとTensorFlowを使用して、簡単な画像分類モデルを構築する例です。

まず、必要なライブラリをインストールします。

bash
pip install tensorflow keras

次に、以下のスクリプトを使用して、犬と猫の画像を分類する簡単なCNNモデルを作成します。

python
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

# データの準備
(x_train, y_train), (x_test, y_test) = keras.datasets.cifar10.load_data()
x_train = x_train.astype("float32") / 255.0
x_test = x_test.astype("float32") / 255.0

# モデルの構築
model = keras.Sequential([
    keras.Input(shape=(32, 32, 3)),
    layers.Conv2D(32, kernel_size=(3, 3), activation="relu"),
    layers.MaxPooling2D(pool_size=(2, 2)),
    layers.Conv2D(64, kernel_size=(3, 3), activation="relu"),
    layers.MaxPooling2D(pool_size=(2, 2)),
    layers.Flatten(),
    layers.Dropout(0.5),
    layers.Dense(10, activation="softmax"),
])

# モデルのコンパイル
model.compile(loss="sparse_categorical_crossentropy", optimizer="adam", metrics=["accuracy"])

# モデルの学習
model.fit(x_train, y_train, batch_size=64, epochs=10, validation_split=0.2)

# モデルの評価
test_loss, test_acc = model.evaluate(x_test, y_test)
print("Test accuracy:", test_acc)

このスクリプトは、CIFAR-10データセットを使用して、犬と猫の画像を分類するモデルを構築します。モデルは2つの畳み込み層とプーリング層、そして1つの全結合層から構成されています。最後の層は10クラスの分類器を表し、softmax活性化関数を使用して各クラスの確率を出力します。

モデルのコンパイル時には、損失関数とオプティマイザ、評価メトリックスを指定します。また、fitメソッドを使用してデータをトレーニングし、evaluateメソッドを使用してテストデータでモデルの性能を評価します。

このコードを実行すると、画像分類モデルの学習と評価が行われ、テストセットでの精度が表示されます。

未分類

Posted by ぼっち