スポンサーリンク

Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる(3)Windows10ローカル環境でtf_example.pyを実行

2020年11月11日

前回は、Windows10パソコンにTensorFlow1.15の環境構築するところまで行いました。

今回は、こちらでエクスポートしたLobeのモデルを、Windows10ローカル環境で実行してみたいと思います。

スポンサードリンク

Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる 目次(全5回)

  1. (1)LobeのインストールからTensorFlowモデルのエクスポートまで
  2. (2)Windows10でPython3.6+TensorFlow1.15をセットアップ
  3. (3)Windows10ローカル環境でtf_example.pyを実行
  4. (4)Windows10ローカル環境でFlaskを用いて画像判定
  5. (5)FlaskアプリをHerokuにデプロイ

ソースコード

モデルのコード

https://github.com/adash333/lobe-AppleOrange-tf1model/tree/3a9c48ba6128094491d63d135a84c750270adf51

今回作成したコード

https://github.com/adash333/lobe-AppleOrange-tf1model

開発環境

Windows10のPython3.6+TensorFlow1.15の環境構築についてはこちらをご覧ください。

Windows10 Pro
VisualStudioCode 1.50
Git for Windows v2.29.2
python 3.6
pip 20.2.4
pipenv 2020.11.4

今回構築した仮想環境

python 3.6
TensorFlow 1.15.3
pillow 7.2.0
autopep8
flake8
mypy

VisualstudiocodeのWorkspaceの設定のsettings.json → こちらのコード

Windows10ローカル環境でLobeのtf_example.pyを実行の流れ

こちら のやり方で、あらかじめPython3.6をインストールしておきます。

  1. LobeでエクスポートしたモデルをC:/python/フォルダに保存
  2. リンゴの画像を1個用意する”001.jpg”
  3. example/フォルダの中に001.jpgを保存
  4. example/フォルダ下で、pipenvでpython3.6仮想環境を作成pipenv --python 3.6
  5. requirements.txtにはtensorflowとpillowが記載されている。これに従って、TensorFlow1.15.3とpillow7.2.0をインストールpipenv install -r ./requirements
  6. その他のパッケージ(autopep8,flake8,mypy)のインストールpipenv install autopep8 flake8 mypy --devとVSCodeのWorkspaceの設定(外部リンク)
  7. tf_example.pyを実行python tf_example.py 001.jpg

LobeでエクスポートしたモデルをC:/python/フォルダに保存

こちらでエクスポートしたLobeのモデルを、C:/python/ フォルダに保存します。今回は、AppleOrange TensorFlow/ フォルダ以下となります。

AppleOrange TensorFlow > example の順に開いていきます。

example/ フォルダ内で右クリック > Codeで開く をクリックして、VisualStudioCodeで開きます。

以下のような画面が出てきますので、Ctrl+@でターミナル画面を出しておきます。

リンゴの画像を1個用意して”001.jpg”という名前でexample/フォルダに保存する

Google検索して、りんごの画像を1個、example/フォルダに保存します。

出典:Abhijit Tembhekar from Mumbai, India – Nikon D80 Apple (Wikipediaより)

今回はWikipediaから上記の画像を持ってきて、001.jpgという名前で、example/ フォルダに保存します。

example/フォルダ下で、pipenvでpython3.6仮想環境を作成

VisualStudioCodeのターミナル画面で以下を入力します。

pipenv --python 3.6

TensorFlow1.15.3とpillow7.2.0をインストール

requirements.txtにはtensorflowとpillowが記載されている。これに従って、TensorFlow1.15.3とpillow7.2.0をインストールします。
TensorFlowをインストールすると、自動的にnumpyもインストールされました。

pipenv shell
pipenv install -r requirements.txt

その他のパッケージ(autopep8,flake8,mypy)のインストール

引き続き、lint関係のパッケージをインストールします。

pipenv install autopep8 flake8 mypy --dev

ワークスペースを保存して設定を変更

File > Save Workspace As… をクリック

名前は何でもよいですが、今回は AppleOrangeという名前で保存しました。

File > Preferences > Settings をクリック(Ctrl + , でもいけます。)

example Folder タブをクリック した後、 画面右上の、ファイルのようなアイコンをクリックします。

すると、今回の私の環境では、

C:/python/AppleOrange TensorFlow/example/.vscode/ フォルダ
C:/python/AppleOrange TensorFlow/example/.vscode/settings.json ファイル

が作成され、settings.jsonが開きます。

settings.json にこちらのコードをコピペします。
引用元:Windows + Python + PipEnv + Visual Studio Code でPython開発環境(@youkidkk 2020年05月04日に更新 )

{
    // 拡張機能のロード時にターミナルでPython環境をアクティブにする。
    "python.terminal.activateEnvInCurrentTerminal": true,
    // 仮想環境のパス。作成した仮想環境を指定する。
    "python.venvPath": "{$workspaceFolder}/.venv",
    "python.autoComplete.extraPaths": [
        "{$workspaceFolder}/.venv/Lib/site-packages",
    ],
    // フォーマッターの設定。autopep8 を指定する。
    "python.formatting.provider": "autopep8",
    "python.jediEnabled": false,
    // Lintの設定。flake8、mypy を有効化する。
    "python.linting.flake8Enabled": true,
    "python.linting.mypyEnabled": true,
    "python.linting.pylintEnabled": false,
    // 以下はお好みで。
    "editor.formatOnSave": true,
    "python.autoComplete.addBrackets": true,
}

VisualStudioCodeをいったん閉じて、再度、exampleフォルダを、VisualStudioCodeで開くと、以下のようになります。

tf_example.pyを実行

ターミナル画面で、以下を入力します。

python tf_example.py 001.jpg

すると、ちゃんと、以下のように、Apple とpredictされました。やったー!

ここまですごく長かったです。。。1週間くらいかかりました。。。とほほ。

GitHubにpush

この操作は不要ですが、参考までに記載しておきます。

C:/python/AppleOrange TensorFlow/ フォルダをVisualStudioCodeで開き、さらに、画面左側の列の上から3番目のボタンをクリックします。

AppleOrange TensorFlow/ フォルダ に .gitignore ファイルを作成し、以下を追記します。(参考サイト)

example/.venv
example/.mypy_cache
example/Pipfile.lock
example/tmp
example/**/__pycache__

もう一度、 画面左側の列の上から3番目のボタン をクリックし(①)、その後、マウスのカーソルを”Changes”のところに持ってくると、”+”(Stage All Changes)ボタンが浮き上がってくるので、 “+”(Stage All Changes)ボタン をクリック(②)します。(ターミナル画面で、 “git add .” と入力するのと同じです。)

以下のように、”Changes”が、”Staged Changes”に代わるので、その上のMessage(Ctrl+Enter to commit on’… のところにコミットメッセージ(今回は、”execute tf_example.py” としました)を入力して、チェックボタンをクリックします。
(ターミナル画面で、『git commit -m “execute tf_example.py”』 と入力するのと同じです。)

以下のようになるので、『…』をクリックして、Push をクリックします。
(ターミナル画面で、”git push” と入力するのと同じです。)

https://github.com/adash333/lobe-AppleOrange-tf1model を確認すると、ちゃんとpushされていました。

README.mdも追記しておきました。Markdownはほとんど使ったことがないのですが、Previewを横に表示しながらの記載は安心感があります。VSCode本当に便利ですね。

ソースコード

https://github.com/adash333/lobe-AppleOrange-tf1model

次は、ローカル環境でFlaskを用いてpredictしたい

以下の3年前の自分の記事を参考に、やってみたいと思います。

次の記事

スポンサーリンク

AI

Posted by twosquirrel