TensorFlowで花のデータセットを読み込んで操作する方法を解説

本記事では、数千枚の花の画像を含む「flowers」データセットを使用します。このデータセットは5つのサブディレクトリで構成されており、各クラス（花の種類）ごとに1つのサブディレクトリが対応しています。

前提知識

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

データセットのロードと分割の手順

「get_file」メソッドを使って花のデータセットをダウンロードした後、そのデータを環境にロードして処理を行います。ローダーのパラメータは明示的に指定し、読み込んだデータは訓練用（training）と検証用（validation）に分割します。

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Pythonコードを実行できるサービスで、事前の設定が一切不要であり、GPU（Graphics Processing Unit）にも無料でアクセス可能です。ColaboratoryはJupyter Notebookをベースに構築されています。

print("Loading parameters for the loader")
batch_size = 32
img_height = 180
img_width = 180

print("Preprocessing the image dataset using Keras")
print("Splitting dataset into training and validation set ")

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
   data_dir,
   validation_split=0.2,
   subset="training",
   seed=123,
   image_size=(img_height, img_width),
   batch_size=batch_size)

print("Splitting dataset into training and validation set ")
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
   data_dir,
   validation_split=0.2,
   subset="validation",
   seed=123,
   image_size=(img_height, img_width),
   batch_size=batch_size)

print("Printing the class names present in sub-directories")
class_names = train_ds.class_names
print(class_names)

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

実行結果

Loading parameters for the loader
Preprocessing the image dataset using Keras
Splitting dataset into training and validation set
Found 3670 files belonging to 5 classes.
Using 2936 files for training.
Splitting dataset into training and validation set
Found 3670 files belonging to 5 classes.
Using 734 files for validation.
Printing the class names present in sub-directories
['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']

コードの解説

• バッチサイズや画像サイズなど、ローダーに必要なパラメータを定義します。ここではバッチサイズ32、画像サイズ180×180ピクセルを指定しています。
• 「image_dataset_from_directory」メソッドを使用し、データセット全体の20%を検証用として、残り80%を訓練用に分割します。seedを固定することで、毎回同じ分割結果が得られるようにしています。
• 実行結果から、合計3,670ファイルが5つのクラスに属していることが確認でき、うち2,936ファイルが訓練用、734ファイルが検証用に使用されています。
• 最後に、各画像が分類されるクラス名（「daisy」「dandelion」「roses」「sunflowers」「tulips」）がコンソールに出力されます。