はじめに

前回、学習したモデルを元に画像認識やってみました。
精度は良好そうです。

予測プログラム

#!/usr/local/bin/python3
#!-*- coding: utf-8 -*-

import os
import numpy as np
from keras.models import model_from_json
from keras.preprocessing.image import load_img, img_to_array

if __name__ == '__main__':

    # モデルを読み込む
    model_json = open('model.json').read()
    model = model_from_json(model_json)
    model.load_weights('model.h5')

    # 画像を読み込む
    image = load_img('{画像ファイルパス}', target_size=(32, 32))

    # 配列に変換
    x = img_to_array(image)

    # 次元数を増やす
    x = np.expand_dims(x, axis=0)

    # 入力データは[0,1]の範囲に正規化
    x = x.astype('float32')
    x /= 255.0

    # 予測
    preds = model.predict(x)

    # 最大値のインデックスを取得
    answer = np.argmax(preds)

    cifar_map = {
        0: "airplane",
        1: "automobile",
        2: "bird",
        3: "cat",
        4: "deer",
        5: "dog",
        6: "frog",
        7: "hourse",
        8: "ship",
        9: "truck"
    }

    print(cifar_map[answer])

予測結果

以下５枚でやりました。

フェラーリ

automobile

ミニチュアダックスフンド

frog

猫

hourse

大型客船

ship

ディープインパクト

hourse

感想

４足歩行動物は特徴量似ているからわかりづらい？
画像加工して顕著性だしたりするともう少し精度あがるかも。