はじめに
本記事では、101種類の料理画像を含む有名な画像データセット「Food-101」を使用し、PyTorchの事前学習済みモデル（ResNet18） を用いて料理画像の分類を行います。
Google Colab を使うことで、GPU環境で簡単に試すことができます。
使用する技術スタック
| ツール / ライブラリ | 用途 |
|---|---|
| Python | 実装言語 |
| PyTorch | 深層学習フレームワーク |
| torchvision | ResNetなどのモデル提供 |
| Google Colab | クラウド実行環境（GPU可） |
| Food-101 Dataset | 101種類の料理画像データセット |
Food-101とは？
- スイスのチューリッヒ工科大学が提供
- 101種類の料理カテゴリ
- 各カテゴリに 1000枚の画像（合計101,000枚）
- データセットは
/imagesと/meta/classes.txtで構成
Colabセルで実行するコード
# --- STEP 1: 必要なライブラリのインストール ---
!pip install torchvision --quiet
!pip install torch --quiet
!pip install matplotlib --quiet
!pip install opencv-python --quiet
# --- STEP 2: Food-101 データセットのダウンロード ---
!wget -nc --no-check-certificate http://data.vision.ee.ethz.ch/cvl/food-101.tar.gz
!tar -xzf food-101.tar.gz
# --- STEP 3: モデルと前処理の定義 ---
import torch
import torchvision.transforms as transforms
from torchvision import models
from PIL import Image
import matplotlib.pyplot as plt
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = models.resnet18(pretrained=True)
model.fc = torch.nn.Linear(model.fc.in_features, 101) # 出力をFood-101の101クラスに変更
model = model.to(device)
model.eval()
transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor()
])
# --- STEP 4: クラスラベルの読み込み ---
with open('food-101/meta/classes.txt', 'r') as f:
classes = [line.strip() for line in f.readlines()]
# --- STEP 5: 画像をアップロード（手元の画像を使える） ---
from google.colab import files
uploaded = files.upload()
img_path = list(uploaded.keys())[0]
# --- STEP 6: 推論と表示 ---
image = Image.open(img_path).convert("RGB")
input_tensor = transform(image).unsqueeze(0).to(device)
with torch.no_grad():
output = model(input_tensor)
predicted_idx = output.argmax(1).item()
predicted_class = classes[predicted_idx]
print(f"🍽 予測された料理カテゴリ: {predicted_class}")
plt.imshow(image)
plt.axis('off')
plt.title(f"Predicted: {predicted_class}")
plt.show()
実行結果
使った画像
結果
要検討