Flask에서 이미지 분류 웹 앱 만들기 (Mobile Net)

개요



웹 애플리케이션 프레임워크인 Flask를 사용하여 브라우저에서 서버로 이미지를 전달하고 Mobile Net에서 클래스 분류를 수행하는 API를 만들었습니다.
이번에는 미세 조정을하지 않고 ImageNet의 학습 매개 변수를 사용합니다.
Mobile Net 논문

트리 구조



MobileNetApi
├── mobile_net_model.h5
├── save_model_mobile_net.ipynb
├── server.py
└── templates
   ├── flask_api_index.html
   ├── layout.html
   └── result.html

Mobile Net 모델 저장



다음 코드를 실행하면 mobile_net_model.h5라는 파일이 만들어집니다.

save_model.py
import numpy as np
from keras.models import load_model
from keras.applications.mobilenet import MobileNet

# Mobile Net
model = MobileNet(weights="imagenet")

# モデルの保存、モデルをロードした後予測しかしないため、include_optimizer=Falseとする
model.save('mobile_net_model.h5', include_optimizer=False)

Sever 만들기



server.py
from flask import Flask, render_template, request, redirect, url_for, send_from_directory
import numpy as np
from keras.models import load_model
from keras.applications.mobilenet import MobileNet, preprocess_input, decode_predictions
from keras.preprocessing.image import img_to_array, load_img


app = Flask(__name__)

def img_pred(image):
    # 保存したモデルをロード
    model = load_model('mobile_net_model.h5')

    # 読み込んだ画像を行列に変換
    img_array = img_to_array(image)

    # 3次元を4次元に変換、入力画像は1枚なのでsamples=1
    img_dims = np.expand_dims(img_array, axis=0)

    # Top2のクラスの予測
    preds = model.predict(preprocess_input(img_dims))
    results = decode_predictions(preds, top=2)[0]

    # resultsを整形
    result = [result[1] + str(result[2]) for result in results]
    return result

@app.route('/')
def index():
    return render_template('./flask_api_index.html')

@app.route('/result', methods=['POST'])
def result():
    # submitした画像が存在したら処理する
    if request.files['image']:
        # 画像の読み込み
        image_load = load_img(request.files['image'], target_size=(224,224))

        # クラスの予測をする関数の実行
        predict_Confidence = img_pred(image_load)

        # render_template('./result.html')
        return render_template('./result.html', title='予想クラス', predict_Confidence=predict_Confidence)

if __name__ == '__main__':
    app.debug = True
    app.run(host='localhost', port=5000)

HTML 만들기


layout.html 를 바탕으로 flask_api_index.htmlresult.html 를 작성해 갑니다.

layout.html
<!DOCTYPE html>
<html lang="ja">
  <head>
    <meta charset="utf-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <title>API Sample</title>
  </head>
  <body>
    {% block content %}
    <!-- ここに内容 -->
    {% endblock %}
  </body>
</html>
flask_api_index.htmllocalhost:5000 에 액세스했을 때 표시하는 HTML입니다.

flask_api_index.html
{% extends "layout.html" %}
{% block content %}

<form action="/result" method="post" enctype="multipart/form-data">
  <input type="file" name="image" accept="image/png, image/jpeg, image/jpg">
  <button type="submit">Submit</button>
</form>

{% endblock %}
result.htmllocalhost:5000 에서 이미지를 선택하고 Submit을 누른 후 결과를 표시하는 HTML입니다.

result.html
{% extends "layout.html" %}
{% block content %}

<h3>予想クラス</h3>
{{ predict_Confidence }}


{% endblock %}

서버를 세우고 실행



지금까지 가능하면 다음 코드를 실행하여 localhost:5000으로 이동합니다.
$ python3 server.py

이렇게 표시되어 넣으면 괜찮습니다.



플라스틱 병과 같은 물건의 이미지를 선택하고 submit을 누르십시오.http://localhost:5000/result 로 천이해, 예상 클래스의 Top2개가 표시되고 있으면 OK입니다.



기타 기사



Flask에서 기계 학습 API를 만들어 보았습니다.

VGG16을 Fine Tuning하여 2018년 상반기 브레이크 여배우·배우·연예인으로 분류해 보았다

Heroku에서 Python 앱을 배포해 보았습니다.

좋은 웹페이지 즐겨찾기