Fashion-MNISTやってみた(1) - みらいテックラボ

8月末頃に, TwitterだったかFacebookだったかで, Fashion-MNIST[1][2]なるデータセットの存在を知った.

以前に, ファッション画像における洋服の「色」分類にチャレンジ[3]したこともあり, 少し調べてみた.

関連記事：
・Fashion-MNISTやってみた(1)
・Fashion-MNISTやってみた(2)

0. Fashion-MNISTって何?
オリジナルのMNIST(手書き数字)は簡単すぎるので, ファッション画像でMNISTと置き換え可能なデータセットを作成したとのこと.

訓練セット　：60,000サンプル
テストセット：10,000サンプル
画像サイズ　：28×28(グレースケール)
ラベル　　　：10カテゴリ

ラベル	記述
0	T-shirt/top
1	Trouser
2	Pullover
3	Dress
4	Coat
5	Sandal
6	Shirt
7	Sneaker
8	Bag
9	Ankle boot

例)
f:id:moonlight-aska:20170918003033p:plain
[引用：https://github.com/zalandoresearch/fashion-mnist]

手書き数字をファッション画像に置き換えただけで, ファイル名も全く同じなので, MNISTデータセットを置き換えるだけで簡単に試すことができるそうだ.

1. KerasでFashion-MNIST
Keras[4]のexamples/mnist_cnn.pyを使ってどの程度識別できるか試してみた.

コード：

'''Trains a simple convnet on the MNIST dataset.

Gets to 99.25% test accuracy after 12 epochs
(there is still a lot of margin for parameter tuning).
16 seconds per epoch on a GRID K520 GPU.
'''

from __future__ import print_function
import keras
# from keras.datasets import mnist
from utils import mnist_reader

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K

batch_size = 128
num_classes = 10
epochs = 12

# input image dimensions
img_rows, img_cols = 28, 28

# the data, shuffled and split between train and test sets
# (x_train, y_train), (x_test, y_test) = mnist.load_data()
# Fashion mnist
x_train, y_train = mnist_reader.load_mnist('./data/mnist', kind='train')
x_test, y_test = mnist_reader.load_mnist('./data/mnist', kind='t10k')

if K.image_data_format() == 'channels_first':
    x_train = x_train.reshape(x_train.shape[0], 1, img_rows, img_cols)
    x_test = x_test.reshape(x_test.shape[0], 1, img_rows, img_cols)
    input_shape = (1, img_rows, img_cols)
else:
    x_train = x_train.reshape(x_train.shape[0], img_rows, img_cols, 1)
    x_test = x_test.reshape(x_test.shape[0], img_rows, img_cols, 1)
    input_shape = (img_rows, img_cols, 1)

x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print('x_train shape:', x_train.shape)
print(x_train.shape[0], 'train samples')
print(x_test.shape[0], 'test samples')

# convert class vectors to binary class matrices
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
                 activation='relu',
                 input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))

model.compile(loss=keras.losses.categorical_crossentropy,
              optimizer=keras.optimizers.Adadelta(),
              metrics=['accuracy'])

model.fit(x_train, y_train,
          batch_size=batch_size,
          epochs=epochs,
          verbose=1,
          validation_data=(x_test, y_test))
print('x_test', x_test.shape)
print('y_test', y_test.shape)
score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])