TensorFlowとPythonを使って花のデータセットを可視化する方法

花のデータセットは、matplotlibライブラリを使用することで簡単に可視化できます。imshowメソッドを使うと、画像をコンソール上に表示でき、データセット全体を反復処理しながら最初の数枚の画像だけを出力するといったことも可能です。

使用するデータセットについて

本記事では、数千枚の花の画像を含む「flowers（花）」データセットを使用します。このデータセットには5つのサブディレクトリが含まれており、各クラス（花の種類）ごとに1つのサブディレクトリが割り当てられています。

なお、以下のコードはGoogle Colaboratoryで実行することを想定しています。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。

コード例

import matplotlib.pyplot as plt

print("Visualizing the flower dataset")
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
    for i in range(6):
        ax = plt.subplot(3, 3, i + 1)
        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[labels[i]])
        plt.axis("off")

print("Iterating over dataset")
print("Retrieving batches of images")
for image_batch, labels_batch in train_ds:
    print(image_batch.shape)
    print(labels_batch.shape)
    break

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

実行結果

Visualizing the flower dataset
Iterating over dataset
Retrieving batches of images
(32, 180, 180, 3)
(32,)

コードの解説

• matplotlibライブラリを使用して、花のデータセットを可視化しています。
• take(1)でデータセットから最初のバッチを取得し、その中の先頭6枚の画像を反復処理してコンソールに表示します。各画像にはclass_namesから取得したラベル（花の種類名）がタイトルとして付けられます。
• 続けてデータセットを再度反復処理し、画像バッチとラベルバッチの形状（次元）をコンソールに出力しています。

実行結果からわかるように、1つのバッチには32枚の画像が含まれており、各画像のサイズは180×180ピクセル、カラーチャンネル数は3（RGB）です。ラベルのバッチも同様に32個の要素を持っています。このようにバッチの形状を確認することで、モデルに入力されるデータの構造を事前に把握できます。