Tensorflowで自作のデータセットで学習する

Keras公式のデータセットの構造を確認

test

fashion_mnist = keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

ダウンロードすると実体は下記に保存される

~/.keras/datasets/fashion-mnist/

自作データセット用の画像を準備する

Jpegで手頃な大きさのものを用意

用意した画像を読み込んで、学習できる配列にする

4枚の画像を読み込んでみる。
np.arrayで変換しなきゃいけないのはみんなハマるようなので要注意！

エラーの例

ValueError: Failed to find data adapter that can handle input: <class 'numpy.ndarray'>, (<class 'list'> containing values of types {"<class 'int'>"})

# ラベル
train_labels = [0, 0, 1, 1]
train_labels = np.array(train_labels) #np.array形式にしないと読み込めないので

# 画像を読み込む
train_images = []
for i in range(4):
    print("/img/img"+str(i+1)+".jpeg")
    img_path = "/img/img"+str(i+1)+".jpeg"
    img_raw = tf.io.read_file(img_path)
    img_tensor = tf.image.decode_image(img_raw)
    img_final = tf.image.resize(img_tensor, [28, 28])
    img_gray = tf.image.rgb_to_grayscale(img_final)
    img_squeeze = tf.squeeze(img_gray)
    train_images.append(img_squeeze) #配列に追加していく

train_images = np.array(train_images) #np.array形式にしないと読み込めないので
train_images = train_images / 255.0

あれ、、あんまり正しく判定できてない。学習データがよくないかも。。
画像処理で二値化とか、境界線くっきりとかした方がよいか。

出力層が2だと判定ミス、10だと正解。ただ差が明確についてない。