Fine-tuning & prediction script using keras with Python3

Kerasを使ってVGG16モデルを元にFine-tuning

• fine_tuning_keras.py
  kerasのVGGモデルをベースにdataset内の学習データをFine-tuningして、model(.h5)・labelファイルを出力

• prediction.py
  上で生成したmodel・labelファイルを使って入力画像・ディレクトリ(画像を格納)を識別

以下の記事で公開しているコードを改良。

人工知能に関する断創録 - VGG16のFine-tuningによる17種類の花の分類 http://aidiary.hatenablog.com/entry/20170131/1485864665

• 識別クラスやサンプル数などの各種パラメータを学習データのディレクトリ構造から取得
• 識別クラスを記述したラベルファイルを出力
• 各種パラメータはオプションやコマンドライン引数で指定できるように
• 重みだけでなくモデル構造も含めて出力する仕様に

使い方

kerasの実行環境を用意

pip install Pillow
pip install h5py
pip install keras

ディレクトリ構造

学習データと検証データをdatasetディレクトリ内に配置。 各クラスのディレクトリ名をクラス名として扱う。

画像ファイル名に指定はありません。 好きなフォーマットで大丈夫です。

.
├── README.md
├── dataset
│   ├── test_images
│   │   ├── class1
│   │   │   ├── class1_1.jpg
│   │   │   ├── class1_2.jpg
│   │   │   ├── class1_3.jpg
│   │   │    ...
│   │   ├── class2
│   │   │   ├── class2_1.jpg
│   │   │   ├── class2_2.jpg
│   │   │   ├── class2_3.jpg
│   │   │    ...
│   │   ├── class3
│   │   │   ├── class3_1.jpg
│   │   │   ├── class3_2.jpg
│   │   │   ├── class3_3.jpg
│   │   │    ...
│   │    ...
│   └── train_images
│        ├── class1
│        │   ├── class1_51.jpg
│        │   ├── class1_52.jpg
│        │   ├── class1_53jpg
│        │    ...
│        ├── class2
│        │   ├── class2_51.jpg
│        │   ├── class2_52.jpg
│        │   ├── class2_53jpg
│        │    ...
│        ├── class3
│        │   ├── class3_51.jpg
│        │   ├── class3_52.jpg
│        │   ├── class3_53jpg
│        │    ...
│         ...
├── fine_tuning_keras.py
└── prediction.py

実行

fine_tuning_keras.py

python fine_tuning_keras.py [options]

Options

Option	Default parameter
--train_data_path	./dataset/train_images/
--val_data_path	./dataset/test_images/
--output_path	./results/
--output_model_name	my-finetuning-model_<date>.h5
--output_label_name	my-finetuning-label_<date>.txt
--output_history_name	my-finetuning-history_<date>.txt

output label format

改行区切りでクラスを記述したtxtファイル

$ cat label.txt
class1
class2
class3

prediction.py

python predict.py <model file> <label file> <target file/directory>

認識対象がディレクトリの場合は、ディレクトリ構造を学習時のtest_imagesと同様にする。