Chainer 교육 imagenet 모델 로드 및 테스트

Chainer에서 훈련한 imagenet model을 읽어 테스트 데이터로 평가하고 싶습니다. 환경은 OS X (10.9.5 CPU), Chainer1.6.0, Python2.7.10입니다.
유사한 기사가 있을지도 모릅니다만 5초 정도 찾아서 발견되지 않았으므로 씁니다, 용서해 주세요.

모델 교육

먼저 모델을 교육하지 않으면 테스트 할 수 없습니다. 트레이닝 방법에 대해서는 htp // 히킨 g. 하테나 bぉg. 코m/엔트리/2015/06/11/021144 등을 참고해 주십시오.
단, ↑의 링크처에 부속되어 있는 코드를 Caltech101 로부터 취해 온 자전의 화상으로 시험해 보면, 화상의 크기 변경 자체는 올바르게 행해졌습니다만, 얻어진 화상이 이하 같이 엉망이 되어 버렸습니다. 위가 변경 전의 이미지, 아래가 변경 후의 이미지입니다 (같은 물체가 복제되고 있습니다).





이대로도 특별히 문제 없을지도 모르지만, 어쩐지 신경이 쓰였으므로 조금 전처리했습니다. 세세한 조정이 귀찮다면 PIL.Image의 .resize((256,256))를 사용해도 좋은 것 같은 생각이 듭니다.

테스트 준비

훈련이 끝나면 테스트를 준비합니다. 테스트에 필요한 것은 다음 네 가지입니다. 훈련시의 전처리와 거의 같습니다.

256×256 크기의 테스트 이미지. test.txt에 작성된 path와 일치하도록 넣습니다.

평균 이미지 파일(교육시와 같은 것을 사용하면 됩니다). 실행 디렉토리에 넣습니다.

test.txt 파일 (교육시와 동일한 형식으로 준비). 실행 디렉토리에 넣습니다.

훈련 된 imagenet 모델 (트레이닝에 의해 모델이라는 이름으로 저장되어야합니다). 실행 디렉토리에 넣습니다.

모델 평가

Chainer의 공식 문서 또는 다른 examples의 코드를보고 썼습니다. chainer/examples/imagenet/train_imagenet.py를 테스트용으로 재작성했을 뿐이므로 쓸데없는 처리도 많이 있다고 생각합니다만, 수중의 환경에서는 일단 움직였습니다.
위의 준비를 한 후, ↓의 코드를 넣어 (※ 세세한 부분을 서보했으므로, 커멘드 라인 인수의 test_batchsize는 무시해 주세요. 이것을 default치(=1) 이외로 하면 올바르게 평가할 수 없습니다)
htps : // 기주 b. 이 m/훗lfぅ/ML/bぉb/마s테 r/에ゔぅ아테_챠네 r_메시네 t. py

python evaluate_chainer_imagenet.py -g -1 test.txt

라고 치면 이하의 느낌으로 error(평균으로 얼마나 예측을 제외했는지)가 표시됩니다. 처리 내용은 모델을 import한 후 serializers.load_npz(path_to_model,model)로 모델을 읽고 예측과 평가로 model(x,t)를 쓰는 것입니다. 편리합니다.

Load model from model


{"iteration": 19, "loss": 0.7662104054501182, "type": "test", "error": 0.4736842105263158}

약 절반은 제거하고 있기 때문에 심각하게 학습하지 않은 것을 잘 알 수 있습니다.