TensorFlowとKeras Sequential APIで花のデータセットを探索する方法

花のデータセットは、Keras Sequential APIに加えて「PIL」パッケージの「Image.open」メソッドを活用することで効率的に探索できます。データセット内のサブディレクトリにはそれぞれ異なる種類の花の画像が格納されており、これらにインデックスでアクセスしてコンソール上に表示することが可能です。

本記事では、Keras Sequential APIを使用します。このAPIは、各レイヤーが正確に1つの入力テンソルと1つの出力テンソルを持つ、シンプルなレイヤーの積み重ねからなる逐次モデルを構築するのに役立ちます。画像分類器はkeras.Sequentialモデルで作成し、データはpreprocessing.image_dataset_from_directoryを使用して読み込みます。

データセットの概要

データはディスクから効率的に読み込まれ、過学習（オーバーフィッティング）を検出した際には、それを軽減するための手法が適用されます。具体的には、データ拡張（Data Augmentation）やドロップアウト（Dropout）といったテクニックが含まれます。

このデータセットには約3,700枚の花の画像が含まれており、5つのサブディレクトリ（クラスごとに1つずつ）で構成されています。クラスは以下の5種類です。

• daisy（デイジー）
• dandelion（タンポポ）
• roses（バラ）
• sunflowers（ひまわり）
• tulips（チューリップ）

実行環境について

以下のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）を利用すると、ブラウザ上でPythonコードを実行でき、事前の環境構築が一切不要なうえ、GPU（グラフィックス処理ユニット）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。

コード例

image_count = len(list(data_dir.glob('*.jpg')))
print("The number of images in the dataset is:")
print(image_count)
print("A glimpse of the dataset")
print("ROSES")
roses = list(data_dir.glob('roses/*'))
PIL.Image.open(str(roses[1]))
print("TULIPS")
tulips = list(data_dir.glob('tulips/*'))
PIL.Image.open(str(tulips[0]))

コード引用元：https://www.tensorflow.org/tutorials/images/classification

実行結果

The number of images in the dataset is:
3670
A glimpse of the dataset
ROSES

TULIPS

解説

• globメソッドを使ってjpgファイルの総数をカウントし、データセットに含まれる画像枚数（3,670枚）を確認できます。
• 「roses」および「tulips」ディレクトリからそれぞれ画像ファイルのリストを取得し、PIL.Image.openメソッドによってサンプル画像をコンソール上に表示しています。
• このように各クラスの画像を目視で確認することで、データセットの内容や品質を把握しやすくなります。