MNISTのjpg画像からKerasのデータセットに変換し、学習して予測（１）
先に、こちらのスライドがとても分かりやすいので読んでみる。
画像認識モデルを作るための鉄板レシピ
https://www.slideshare.net/takahirokubo7792/ss-71453093
keras dataset 作り方 でググっても見つけられなかったのだが、こういうときはあきらめて英語で検索するしかない。。。
すると、ちゃんとあった。
How to create a Image Dataset just like MNIST dataset?
https://stackoverflow.com/questions/39289285/how-to-create-a-image-dataset-just-like-mnist-dataset
具体例
https://gist.github.com/fchollet/0830affa1f7f19fd47b06d4cf89ed44d
→この具体例の説明が分かりやすい！
“flow_from_directory" という関数を使用すればよいらしい。。。
Keras Documentation
ImaeDataGenerator
https://keras.io/preprocessing/image/
（環境）
Panasonic CF-RZ4
Windows 8.1 Pro
Anaconda 4.4.0
Python 3.5
Chainer 2.0
OpenCV3
（１）以下のようなファイル構造とする
C:/py/keras/MNIST_MLP/ フォルダを作成し、中は、以下のような構造とする。
今回は、KaggleからダウンロードしたMNIST画像をdata/ フォルダ下にそのままコピーした。大量の画像なので、ファイルのコピーだけで数分かかるが、100枚ずつくらいコピーすれば、とりあえずの練習には十分だと思われる。
jpg画像のダウンロードの仕方は、以下に記載した。
http://twosquirrel.mints.ne.jp/?p=20494
(参考)
kerasでCNN 自分で拾った画像でやってみる
haru1977
2017年08月30日に更新
https://qiita.com/haru1977/items/17833e508fe07c004119
2017-04-28
ディープラーニング実践入門 〜 Kerasライブラリで画像認識をはじめよう！
https://employment.en-japan.com/engineerhub/entry/2017/04/28/110000
（２）jupyter notebookを開いて、以下のコードをコピペして実行。
何度も吐き出されるエラーに一つずつ対応していった。。。
でも、間違っているかもしれません。。。
実行結果は以下のようになる。
ipynbファイルと同じフォルダに、以下のように、
apple_orange_model.json
apple_orange_weights.h5
ファイルが作成される。
（３）学習結果を用いて新しいデータを予測してみる。
C:/py/keras/MNIST_MLP/ フォルダの中に、predict/ フォルダを作成し、その中に、前回ダウンロードしたMNISTjpgファイルの中の、"testSet"フォルダをコピーする。
predict.py を作成し、以下のコードをコピペ。
やっぱりjpg画像から学習して、新しいjpg画像を入力して予測してこそ、本当のMNISTだと思うのです！
が、ここまでくるのに1年以上かかりました。。。とほほ。。。
（参考）
train_test_splitのmoduleが0.20から変わるらしく0.18でDeprecationWarningが出る
kasajei
2017年01月01日に投稿