Kerasで pix2pixをアプリケーション化するまでに実施したことver1

今回は、複数記事に跨いで書いていきます。
機械学習を勉強し始めてから歴が浅いのですが、少しづつ分かってきたところで、
せっかくだからアプリケーション化したいなと思いました。

学習方法として、完璧に理解する前に目の前で動くものを作ってから、徐々に細かい部分まで、理解していくことが効果的だと思っています。

そこで、pix2pixの細かいモデル部分は理解しきれていないが、アプリケーション化するまでのプロセスを書いていきます。

記事は下記の3部構成です。

・pix2pixを使って検証データを出力
・学習モデルを保存して、外部のnewデータでpix2pixで変換

・学習モデルを使って、generatorにpredictで画像生成
・Webアプリケーションへ組み込む

今回、超絶に参考にさせて頂いたのが下記でpix2pixのコードを紹介してくれている方のコードを参考にしました。

https://toxweblog.toxbe.com/2017/12/24/keras-%E3%81%A7-pix2pix-%E3%82%92%E5%AE%9F%E8%A3%85/

githubのソースはこちらです。

https://github.com/tommyfms2/pix2pix-keras-byt

pix2pixを使って検証データを出力

今回は、特段プログラムを追加する必要がありません。
上記のgithub上で指定されている通り進めていけば問題ありません。

( 1 ):上記のgithubからデータをDownload or cloneしてください。

( 2 ):フォルダ内の一番上の階層(pycacheと同列)にimagesフォルダーを追加
 (フォルダ名は何でもいいですが、コマンドでの指定する名称も変える必要が出てくるので、ひとまずimagesでいきましょう。)

( 3 ):imagesフォルダーの中に画像を格納
 (これは、pix2pixのモデルを学習するための画像です。)

( 4 ):ターミナルを使って、
   pix2pix-keras-byt-masterまで移動します。

( 5 ):ターミナルで、
   python img2h5.py -i images/ -o datasetimages -t canny
※ここで、データセットが作成されます。

( 6 ):ターミナルで、
   python pix2pix.py -d datasetimages.hdf5
※figuresフォルダーが作成されて、ここにトレーニングデータと、検証データとの両方がepoch毎に出力されます。

以上です。
それでは、次回は学習モデルを保存して、外部のnewデータでpix2pixで予測データを出力を書いていきたいと思います。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です