TensorFlowでバッチ次元を追加し、Pythonで画像をモデルに渡す方法

TensorFlowでは、画像をNumPy配列に変換することでバッチ次元を追加し、その画像をモデルに渡すことができます。

関連記事: TensorFlowとは何か？KerasはどのようにTensorFlowと連携してニューラルネットワークを構築するのか？

少なくとも1つの畳み込み層（コンボリューション層）を含むニューラルネットワークは「畳み込みニューラルネットワーク（CNN）」と呼ばれます。CNNを活用することで、画像認識などの高度な学習モデルを構築できます。

以下のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）はブラウザ上で直接Pythonコードを実行できる環境であり、面倒な設定が一切不要で、GPU（グラフィックス処理装置）にも無料でアクセスできます。ColaboratoryはJupyter Notebookをベースに構築されています。

画像分類における転移学習の基本的な考え方は、「大規模で汎用的なデータセットで学習されたモデルは、視覚世界における汎用モデルとして効果的に機能できる」というものです。こうしたモデルはすでに特徴マップを学習済みであるため、ユーザー側で大規模データセットを使って大規模モデルをゼロから訓練し直す必要はありません。

TensorFlow Hubは、事前学習済みのTensorFlowモデルを集めたリポジトリです。TensorFlow Hubのモデルを利用することで、学習モデルのファインチューニングも簡単に行えます。

ここでは、tf.kerasと組み合わせてTensorFlow Hubのモデルを使用する方法を紹介します。まず、TensorFlow Hubから画像分類モデルを取得し、画像を入力して分類結果を予測させます。その後、転移学習によってカスタム画像クラス向けにモデルをファインチューニングすることも可能です。事前学習済みの分類器モデルを使えば、画像を入力して何が写っているかを予測でき、これは特別な訓練なしでも実行できます。

サンプルコード

grace_hopper = np.array(grace_hopper)/255.0
print("The dimensions of the image are")
print(grace_hopper.shape)
result = classifier.predict(grace_hopper[np.newaxis, ...])
print("The dimensions of the resultant image are")
print(result.shape)
predicted_class = np.argmax(result[0], axis=-1)
print("The predicted class is")
print(predicted_class)

コード出典 − https://www.tensorflow.org/tutorials/images/transfer_learning_with_hub

実行結果

The dimensions of the image are
(224, 224, 3)
The dimensions of the resultant image are
(1, 1001)
The predicted class is
819

解説

• np.newaxisを使って、画像データにバッチ次元を追加しています。
• バッチ次元を含めた画像をモデルの入力として渡します。
• モデルの出力は、1001個の要素を持つロジット（logits）のベクトルになります。
• このベクトルは、画像が各クラスに属する確率を評価したものです。
• 最後にnp.argmaxにより、最も確率の高いクラス番号（819）を特定しています。