Keras の MNIST モデルで Predict を体験

次の黒い背景の部分に手書きで１文字の数字を書き込むと、そこに書かれた数字を予測します。

学習モデルの作成には、Keras の examples に収録されている https://github.com/keras-team/keras/blob/master/examples/mnist_cnn.py の最終行に、モデルを保存する次のコードを１行追加して、実行しました。

model.save('mnist_model.h5')

ちなみに、今回の学習の実行環境は、お名前.com VPS の 2GB プランで、およそ１週間かかっています。

学習済みモデルを使って、自前で作成した example.jpg の手書き数字を判定する例です。

from __future__ import print_function
import numpy as np
import keras
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras import backend as K
from keras.models import load_model
from keras.preprocessing.image import img_to_array, load_img

img_width, img_height, channel = 28, 28, 1

test_model = load_model('mnist_model.h5')
img = load_img('example.jpg',False,target_size=(img_width,img_height))
x = img.convert('L')
x = img_to_array(x)
x = np.expand_dims(x, axis=0)
x = x.reshape(x.shape[0], img_width, img_height, channel)
x = x.astype('float32')
x /= 255
# 旧バージヨン
# preds = test_model.predict_classes(x)
# 新バージョン
preds = np.argmax(test_model.predict(x), axis=1)
pred = preds.tolist()
# 旧バージヨン
# prob = test_model.predict_proba(x)
# 新バージョン
prob = test_model.predict(x, batch_size=1)
prlist = prob.tolist()
print(pred, prlist)

load_img() は、PIL 形式の画像データを返します。Web から POST された Base64 の JPEG 画像データを直接処理する場合など、load_img() の代替例です。

import re
import json
import base64
import io 
from PIL import Image

def getPILimage(base64_img):
  img_data = re.sub('^data:image/.+;base64,', '', base64_img)
  dec_img = base64.b64decode(img_data)

  img_bin = io.BytesIO(dec_img)
  pil_img = Image.open(img_bin)

  return pil_img