TensorFlowでALICesを判別(顔判定モデル作成)

目的

機械学習について学んでみたいと思った。
よく聞くTensorFlowの入門編として、顔判定モデルを作成した。
ALICesの二人は似ていると噂されており、機械学習でも判別できるのか試してみた。

参考ページ

• https://qiita.com/Ringa_hyj/items/3b4b6ea1db30e30134eb
• https://www.pc-koubou.jp/magazine/15856

環境準備

• AnacondaのCreateから、Python3.6.13を選択して仮想環境作成
• 各ライブラリインストール

pip install --ignore-installed --upgrade tensorflow
pip install python-opencv
pip install tensorflow-hub
pip install google_images_download

データ準備

画像収集

• 画像をgoogle_images_downloadを使用して集める。

googleimagesdownload --keywords "黒崎真音"
googleimagesdownload --keywords "神田沙也加"

• google_images_downloadは、pip installによって入れたバージョンではエラーが出てしまうので、
  下記コマンドで別バージョンをインストール

git clone https://github.com/Joeclinton1/google-images-download.git gid-joeclinton
pip install -e gid-joeclinton

• ダウンロードされたファイルは「downloads/黒崎真音」のように検索ワードでフォルダが作成され、その中に入っている
  この後の切り出しで日本語はエラーになるため、「downloads/maon」等に変更する

顔切り出し

• 先ほど収集した画像から顔を切り出す

• 参考　https://chusotsu-program.com/opencv-face-trim/

• 顔検出モデルをダウンロードし、下記facedetect.pyと同じフォルダに配置
  https://github.com/opencv/opencv/tree/master/data/haarcascades
  haarcascade_frontalface_alt2.xml

facedetect.py

import cv2
import glob
 
cascade_file = 'haarcascade_frontalface_alt2.xml'
#cascade_file = 'haarcascade_frontalface_default.xml'
cascade_face = cv2.CascadeClassifier(cascade_file)

files = glob.glob("./downloads/maon/*")
cnt=0
for file in files:
    
    image = cv2.imread(file)
    #モデルを読み込む
 
    # 顔を探して配列で返す
    face_list = cascade_face.detectMultiScale(image, minSize=(20, 20))
    for i, (x, y, w, h) in enumerate(face_list):
        trim = image[y:y+h,x:x+w]
        cv2.imwrite('cut' + str(cnt+1) + '.jpg', trim)
        cnt += 1

• 切り出したファイルを下記のようなフォルダ階層に移動する
  「photos」には学習用のファイル、「test」には判定用のファイルを格納する
  photos
  └─ maon
  　　　　 └─ cut01.jpg
  　　　　 └─ cut02.jpg
  　　　　 └─ cut03.jpg
  　　　　　　　　⋮
  └─ sayaka
  　　　　 └─ cut01.jpg
  　　　　 └─ cut02.jpg
  　　　　 └─ cut03.jpg
  test
  └─ maon1.jpg
  └─ sayaka1.jpg

再学習

• retrain.pyを使用して再学習を行う
  https://github.com/tensorflow/hub/blob/master/examples/image_retraining/retrain.py

python retrain.py --image_dir photos

• tensorflow 2.6.2だと、

ModuleNotFoundError: No module named 'tensorflow.contrib'

のエラーが出た。
tensorflow.contribを利用できるのは1.15らしいので再インストール

pip install tensorflow==1.15

• 下記のような警告が出るが、実行はできる

W0420 20:53:19.828737 10704 module_wrapper.py:139] From retrain.py:721: The name tf.summary.histogram is deprecated. Please use tf.compat.v1.summary.histogram instead.

• 学習開始されると下記のような結果がずらっと表示されていく

I0420 20:53:35.489253 10704 retrain.py:1116] 2022-04-20 20:53:35.489253: Step 0: Train accuracy = 68.0%
I0420 20:53:35.489253 10704 retrain.py:1118] 2022-04-20 20:53:35.489253: Step 0: Cross entropy = 0.677935
I0420 20:53:36.054380 10704 retrain.py:1137] 2022-04-20 20:53:36.054380: Step 0: Validation accuracy = 64.0% (N=100)
I0420 20:53:37.083724 10704 retrain.py:1116] 2022-04-20 20:53:37.083724: Step 10: Train accuracy = 79.0%
I0420 20:53:37.084602 10704 retrain.py:1118] 2022-04-20 20:53:37.084602: Step 10: Cross entropy = 0.550215
I0420 20:53:37.191247 10704 retrain.py:1137] 2022-04-20 20:53:37.191247: Step 10: Validation accuracy = 60.0% (N=100)
I0420 20:53:38.198427 10704 retrain.py:1116] 2022-04-20 20:53:38.198427: Step 20: Train accuracy = 87.0%
I0420 20:53:38.199245 10704 retrain.py:1118] 2022-04-20 20:53:38.199245: Step 20: Cross entropy = 0.509002
I0420 20:53:38.303275 10704 retrain.py:1137] 2022-04-20 20:53:38.303275: Step 20: Validation accuracy = 79.0% (N=100)
I0420 20:53:39.310761 10704 retrain.py:1116] 2022-04-20 20:53:39.310761: Step 30: Train accuracy = 90.0%
I0420 20:53:39.311750 10704 retrain.py:1118] 2022-04-20 20:53:39.311750: Step 30: Cross entropy = 0.458924
I0420 20:53:39.415735 10704 retrain.py:1137] 2022-04-20 20:53:39.415736: Step 30: Validation accuracy = 77.0% (N=100)
I0420 20:53:40.419135 10704 retrain.py:1116] 2022-04-20 20:53:40.419135: Step 40: Train accuracy = 98.0%
I0420 20:53:40.420129 10704 retrain.py:1118] 2022-04-20 20:53:40.420129: Step 40: Cross entropy = 0.406557
I0420 20:53:40.525718 10704 retrain.py:1137] 2022-04-20 20:53:40.525719: Step 40: Validation accuracy = 74.0% (N=100)
I0420 20:53:41.537707 10704 retrain.py:1116] 2022-04-20 20:53:41.536726: Step 50: Train accuracy = 83.0%
I0420 20:53:41.537707 10704 retrain.py:1118] 2022-04-20 20:53:41.537707: Step 50: Cross entropy = 0.375709
I0420 20:53:41.640053 10704 retrain.py:1137] 2022-04-20 20:53:41.640053: Step 50: Validation accuracy = 75.0% (N=100)
I0420 20:53:42.653381 10704 retrain.py:1116] 2022-04-20 20:53:42.652416: Step 60: Train accuracy = 93.0%
I0420 20:53:42.653381 10704 retrain.py:1118] 2022-04-20 20:53:42.653381: Step 60: Cross entropy = 0.349069

• 結果グラフ確認
  tensorboardの下記コマンドで学習経緯のグラフが表示できる
  よくわかっていないが、tensorboardを利用して学習の精度を確認できるのだと思う
  この辺り勉強が必要

tensorboard --logdir /tmp/retrain_logs

判定

• label_image.pyを使用して判定を行う
• https://github.com/tensorflow/tensorflow/raw/master/tensorflow/examples/label_image/label_image.py
• 先ほど顔切り出し時に分けておいた「test」フォルダの画像を指定して判定を行う

判定結果(maon)

python label_image.py --graph /tmp/output_graph.pb --labels /tmp/output_labels.txt --input_layer Placeholder --output_layer final_result --image "test\maon1.jpg"

maon 0.79692864
sayaka 0.20307136

• 79%の確率で黒崎真音と判定
• まあまあ正確？

判定結果(sayaka)

python label_image.py --graph /tmp/output_graph.pb --labels /tmp/output_labels.txt --input_layer Placeholder --output_layer final_result --image "test\sayaka1.jpg"

sayaka 0.9979144
maon 0.002085614

• 99%の確率で神田沙也加と判定
• ほぼ100%！

まとめ

• 判定は79%と99%の確率で正答できた。
• この差は、おそらく学習枚数の差？
  • maon:39枚
  • sayaka:59枚
• 学習画像枚数を水増しなどして実行してみたい