tf.image.decode_jpegからTensorFlow

あれやこれやとチュートリアルを見ながら四苦八苦、

• TensorFlowでアニメゆるゆりの制作会社を識別する

こちらを参考にさせて頂いて、画像さえ用意すれば動かせるところまで行きました。
でもOpenCVの利用が前提なんですよね。

目標としてはAWS Lambdaの上で動かしたかったので、こうなると

• AWS LambdaのPythonから利用出来るOpenCV3.0のライブラリを作成する手順

に従う必要があって、デプロイ用のマシンをいじる必要があり、ちょっと面倒です。
cv2で読み込むのと微妙に結果は違ってしまうんですが、tf.image.decode_jpegを使ったコードを書いてみました。

# !/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
import tensorflow as tf

NUM_CLASSES = 2
IMAGE_SIZE = 28
TRAIN_SECTION = 2

flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_string('train', 'train/train.csv', 'File name of train data')

if __name__ == '__main__':
    raw_input = np.loadtxt(open(FLAGS.train), delimiter=",", dtype=str)
    [trains, tests] = np.vsplit(raw_input, [TRAIN_SECTION])

    with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())
        train_image, train_label = get_image_and_label(sess, trains)
        test_image, test_label = get_image_and_label(sess, tests)

def get_image_and_label(sess, csv_lines):
    images = []
    labels = []
    for train in csv_lines:
        val = tf.cast(train[0], dtype=tf.string)
        jpeg_r = tf.read_file(val)
        image = tf.image.decode_jpeg(jpeg_r, channels=3)
        image = tf.image.resize_images(image, IMAGE_SIZE, IMAGE_SIZE)
        image = tf.reshape(image, [-1])
        image_val = sess.run(image).astype(np.float32) / 255.0
        images.append(image_val)
        tmp = np.zeros(NUM_CLASSES)
        tmp[int(train[1])] = 1
        labels.append(tmp)

    return np.asarray(images, dtype=np.float32), np.asarray(labels, dtype=np.float32)

train.csvの中身は

train/1.jpg,0
train/2.jpg,1
train/3.jpg,1

みたいな感じです。上記のコードでは２行目までを学習用、残りを試験用としています。

よし、次はAWS Lambdaへのデプロイと画像データの準備だ！
（そしてCNNの基礎とか勉強しなきゃ、、）