{"metadata":{"kernelspec":{"language":"python","display_name":"Python 3","name":"python3"},"language_info":{"name":"python","version":"3.10.13","mimetype":"text/x-python","codemirror_mode":{"name":"ipython","version":3},"pygments_lexer":"ipython3","nbconvert_exporter":"python","file_extension":".py"},"kaggle":{"accelerator":"none","dataSources":[{"sourceId":5441,"databundleVersionId":38425,"sourceType":"competition"}],"dockerImageVersionId":30746,"isInternetEnabled":true,"language":"python","sourceType":"notebook","isGpuEnabled":false}},"nbformat_minor":4,"nbformat":4,"cells":[{"cell_type":"code","source":"# This Python 3 environment comes with many helpful analytics libraries installed\n# It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python\n# For example, here's several helpful packages to load\n\nimport numpy as np # linear algebra\nimport pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)\n\n# Input data files are available in the read-only \"../input/\" directory\n# For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory\n\nimport os\nfor dirname, _, filenames in os.walk('/kaggle/input'):\n    for filename in filenames:\n        print(os.path.join(dirname, filename))\n\n# You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using \"Save & Run All\" \n# You can also write temporary files to /kaggle/temp/, but they won't be saved outside of the current session","metadata":{"_uuid":"8f2839f25d086af736a60e9eeb907d3b93b6e0e5","_cell_guid":"b1076dfc-b9ad-4769-8c92-a6c4dae69d19","execution":{"iopub.status.busy":"2024-07-25T17:52:56.667525Z","iopub.execute_input":"2024-07-25T17:52:56.667901Z","iopub.status.idle":"2024-07-25T17:52:56.676580Z","shell.execute_reply.started":"2024-07-25T17:52:56.667871Z","shell.execute_reply":"2024-07-25T17:52:56.675351Z"},"trusted":true},"execution_count":null,"outputs":[]},{"cell_type":"markdown","source":"# *犬か猫かの判別*\n本ノートブックではCNNを用いた機械学習により画像に写る動物が犬なのか猫なのかを判別するモデルを作る．<br>\nまた，その精度の検証を学習済みモデルによる実際の判別のAccuracy値から読み取る．","metadata":{}},{"cell_type":"markdown","source":"## *データセットの整理*\nデータセットと必要なライブラリをインポートし，データセットを種類ごとにディレクトリごとに分ける．<br>\nファイル名を利用してdog,catのディレクトリに配置した．<br>\nディレクトリ構造をプリントし確認できるようにした．<br>\n出力から，25000データある犬猫画像が正確に12500ずつ分けれたことが分かる.","metadata":{}},{"cell_type":"code","source":"import os\nimport zipfile\nimport shutil\n\n# データセットのパスを設定\ntrain_zip_path = '/kaggle/input/dogs-vs-cats-redux-kernels-edition/train.zip'\ntest_zip_path = '/kaggle/input/dogs-vs-cats-redux-kernels-edition/test.zip'\ntrain_dir = '/kaggle/working/train'\ntest_dir = '/kaggle/working/test'\n\n# ディレクトリを作成\nos.makedirs(train_dir, exist_ok=True)\nos.makedirs(test_dir, exist_ok=True)\n\n# ZIPファイルを解凍\nwith zipfile.ZipFile(train_zip_path, 'r') as zip_ref:\n    zip_ref.extractall(train_dir)\n    \nwith zipfile.ZipFile(test_zip_path, 'r') as zip_ref:\n    zip_ref.extractall(test_dir)\n\n# サブディレクトリを作成\ntrain_dog_dir = os.path.join(train_dir, 'train', 'dog')\ntrain_cat_dir = os.path.join(train_dir, 'train', 'cat')\nos.makedirs(train_dog_dir, exist_ok=True)\nos.makedirs(train_cat_dir, exist_ok=True)\n\n# 画像をサブディレクトリに移動\nfor filename in os.listdir(os.path.join(train_dir, 'train')):\n    if 'dog' in filename:\n        shutil.move(os.path.join(train_dir, 'train', filename), train_dog_dir)\n    elif 'cat' in filename:\n        shutil.move(os.path.join(train_dir, 'train', filename), train_cat_dir)\n\n# 新しいディレクトリ構造の確認\nprint(\"Dog images:\", len(os.listdir(train_dog_dir)))\nprint(\"Cat images:\", len(os.listdir(train_cat_dir)))","metadata":{"execution":{"iopub.status.busy":"2024-07-25T17:52:58.968449Z","iopub.execute_input":"2024-07-25T17:52:58.969474Z","iopub.status.idle":"2024-07-25T17:53:11.946798Z","shell.execute_reply.started":"2024-07-25T17:52:58.969436Z","shell.execute_reply":"2024-07-25T17:53:11.945213Z"},"trusted":true},"execution_count":null,"outputs":[]},{"cell_type":"markdown","source":"## *データセットの配分設定*\nImageDataGeneratorを使用して画像データの前処理として訓練データと検証データのジェネレータを作成し，データセット内の配分を設定する．<br>\n訓練データの20％を検証データとして使うように設定する．","metadata":{}},{"cell_type":"code","source":"from tensorflow.keras.preprocessing.image import ImageDataGenerator\n\n# 画像データジェネレータの設定\ntrain_datagen = ImageDataGenerator(\n    rescale=1./255,\n    shear_range=0.2,\n    zoom_range=0.2,\n    horizontal_flip=True,\n    validation_split=0.2  # 訓練データの20%を検証データとして使用\n)\n\ntrain_generator = train_datagen.flow_from_directory(\n    os.path.join(train_dir, 'train'),\n    target_size=(150, 150),\n    batch_size=32,\n    class_mode='binary',\n    subset='training'\n)\n\nvalidation_generator = train_datagen.flow_from_directory(\n    os.path.join(train_dir, 'train'),\n    target_size=(150, 150),\n    batch_size=32,\n    class_mode='binary',\n    subset='validation'\n)\n","metadata":{"execution":{"iopub.status.busy":"2024-07-25T17:54:02.759317Z","iopub.execute_input":"2024-07-25T17:54:02.759746Z","iopub.status.idle":"2024-07-25T17:54:04.103504Z","shell.execute_reply.started":"2024-07-25T17:54:02.759711Z","shell.execute_reply":"2024-07-25T17:54:04.102382Z"},"trusted":true},"execution_count":null,"outputs":[]},{"cell_type":"markdown","source":"## *モデルの構築*\n判別を行うためのCNN(畳み込みニューラルネットワーク)の構成を設定する．<br>\nKerasを使用してCNNモデルを構築し，コンパイルする．<br>\nモデルは画像分類タスクに適用され，2クラス分類を行う．","metadata":{}},{"cell_type":"markdown","source":"### 各層の説明\n\n1. Conv2D(畳み込み層)は，画像の空間的な特徴を捉えるために使用する．32個の3x3フィルターを使用して，入力画像から特徴マップを抽出できる．この層を追加し，フィルター数を64,128と増やすことでより多くのパターンを学習できる．<br>\n1. MaxPooling2D(最大プーリング層)は，空間的な次元を縮小し，計算量を減らし，特徴の不変性を向上させることが出来る．2x2のプーリングサイズを使用して，特徴マップのサイズを半分に縮小する．この層を追加し，特徴マップのサイズをさらに縮小できる．<br>\n1. Flatten(平坦化層)は、畳み込み層とプーリング層で抽出された2D特徴マップを1Dベクトルに変換する．この変換の後に全結合層に入力することが出来る．<br>\n1. Dense(全結合層)は分類を行うために必要で，複雑なパターンを学習することが出来る．<br>\n1. Dropout(ドロップアウト層)は，過学習を防ぐための層．<br>\n1. Dense(出力層)は，分類において最終的な出力を行うための層であり，2クラス分類問題に適していると言える．<br>","metadata":{}},{"cell_type":"code","source":"from tensorflow.keras.models import Sequential\nfrom tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout\nfrom tensorflow.keras.optimizers import Adam\nfrom tensorflow.keras.callbacks import EarlyStopping\n\n# モデルの構築\nmodel = Sequential([\n    Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3)),\n    MaxPooling2D(pool_size=(2, 2)),\n    Conv2D(64, (3, 3), activation='relu'),\n    MaxPooling2D(pool_size=(2, 2)),\n    Conv2D(128, (3, 3), activation='relu'),\n    MaxPooling2D(pool_size=(2, 2)),\n    Flatten(),\n    Dense(512, activation='relu'),\n    Dropout(0.5),\n    Dense(1, activation='sigmoid')\n])\n\n# モデルのコンパイル\nmodel.compile(optimizer=Adam(learning_rate=0.001), loss='binary_crossentropy', metrics=['accuracy'])","metadata":{"execution":{"iopub.status.busy":"2024-07-25T17:54:07.318258Z","iopub.execute_input":"2024-07-25T17:54:07.318656Z","iopub.status.idle":"2024-07-25T17:54:07.548218Z","shell.execute_reply.started":"2024-07-25T17:54:07.318626Z","shell.execute_reply":"2024-07-25T17:54:07.547291Z"},"trusted":true},"execution_count":null,"outputs":[]},{"cell_type":"markdown","source":"## *モデルの学習*\n前項で構築したモデルの学習を行う．<br>\n学習には学習データジェネレータを使用し，改善が見られない場合のための早期終了設定を加える．","metadata":{}},{"cell_type":"code","source":"# 早期終了の設定\nearly_stopping = EarlyStopping(monitor='val_loss', patience=5, restore_best_weights=True)\n\n# モデルの訓練\nhistory = model.fit(\n    train_generator,\n    steps_per_epoch=train_generator.samples // train_generator.batch_size,\n    validation_data=validation_generator,\n    validation_steps=validation_generator.samples // validation_generator.batch_size,\n    epochs=10,\n    callbacks=[early_stopping]\n)","metadata":{"execution":{"iopub.status.busy":"2024-07-25T17:54:17.631340Z","iopub.execute_input":"2024-07-25T17:54:17.631717Z","iopub.status.idle":"2024-07-25T17:54:24.425484Z","shell.execute_reply.started":"2024-07-25T17:54:17.631689Z","shell.execute_reply":"2024-07-25T17:54:24.423885Z"},"trusted":true},"execution_count":null,"outputs":[]},{"cell_type":"markdown","source":"## *モデルの評価*\nモデルの評価を行うためモデルの最終的なLossとAccuracyを出力し，モデルの保存を行う．","metadata":{}},{"cell_type":"code","source":"import matplotlib.pyplot as plt\n\n# モデルの評価\nloss, accuracy = model.evaluate(validation_generator)\nprint(f'Validation Loss: {loss}')\nprint(f'Validation Accuracy: {accuracy}')\n\n\n# モデルの保存\nmodel.save('cats_vs_dogs_model.h5')","metadata":{"execution":{"iopub.status.busy":"2024-07-25T17:47:27.387719Z","iopub.status.idle":"2024-07-25T17:47:27.388085Z","shell.execute_reply.started":"2024-07-25T17:47:27.387898Z","shell.execute_reply":"2024-07-25T17:47:27.387913Z"},"trusted":true},"execution_count":null,"outputs":[]},{"cell_type":"markdown","source":"## *提出ファイルの準備*\nテストデータに対しモデルの予測を実行し，Kaggleでの提出用ファイルを生成する．<br>\n保存したモデルにより予測を実行し，その結果をsubmission.csvとして出力した．","metadata":{}},{"cell_type":"code","source":"# テストデータジェネレータの設定\ntest_datagen = ImageDataGenerator(rescale=1./255)\n\ntest_generator = test_datagen.flow_from_directory(\n    os.path.join(test_dir),\n    target_size=(150, 150),\n    batch_size=32,\n    class_mode=None,\n    shuffle=False\n)\n\n# 予測の実行\npredictions = model.predict(test_generator)\npredicted_classes = (predictions > 0.5).astype(int).flatten()\n\n# 提出用データフレームの作成\nimport pandas as pd\n\nfilenames = test_generator.filenames\nresults = pd.DataFrame({'id': [int(f.split('/')[1].split('.')[0]) for f in filenames], 'label': predicted_classes})\nresults = results.sort_values(by='id')\n\n# 提出ファイルの保存\nresults.to_csv('submission.csv', index=False)","metadata":{"execution":{"iopub.status.busy":"2024-07-25T17:47:27.389236Z","iopub.status.idle":"2024-07-25T17:47:27.389591Z","shell.execute_reply.started":"2024-07-25T17:47:27.389415Z","shell.execute_reply":"2024-07-25T17:47:27.389429Z"},"trusted":true},"execution_count":null,"outputs":[]}]}