Flask/Kerasで機械学習アプリケーションを作る – 前編

Python

2019.09.172019.08.16

Nishipy

仕事ではインフラ周りのことしかしないので、お盆休みを利用し、FlaskとKerasで簡単なAIアプリケーションを作ってみます。前編では、作ったアプリケーションをローカルPCで動かしてみます。

目次

概要
動作する環境
実装手順
実装結果
参考にしたサイト
さいごに

概要

作ったFlaskアプリケーションの概要は以下の通りです。とても簡単な処理です。
1. 画像をアップロード
2. 画像がオバマなのかスモーリングなのか判定
3. 判定した結果を返す

動作する環境

Pythonは、3.7.2を使いました。そのほかに使ったパッケージとバージョンは以下の通りです。精査していないので、必要十分ではないと思います。

実装手順

今回のアプリケーションを作ってみたときの過程を振り返りたいと思います。

予測モデルの構築

オバマとスモーリングが似ていると話題だったことがあり、機械学習で判別するモデルを、Kerasで作ったことがありました。経緯や実装したコードは、以下を参照ください。

機械学習でオバマとスモーリングを判別したい-前編-

Nishipyある界隈で似ていると評判のオバマとスモーリングを、機械学習を使って判別します。前編では、訓練データを用意していきます。1. はじめに1.1. 背景遡ること2014年、ブラジルでサッカーW杯が開催されていま...(続く)

機械学習でオバマとスモーリングを判別したい-後編-

Nishipyある界隈で似ていると評判のオバマとスモーリングを、機械学習を使って判別します。後編では、前編で用意した画像を用いて、CNNを学習していきます。1. はじめに1.1. 背景詳しくは、前編の記事をご覧ください...(続く)

今回は、そのときに構築したCNNの学習済みモデルを保存し、利用します。拡張子は、.h5です

Keras documentation: Page not found

Keras documentation

主な処理の実装

メインの処理は、以下のpredict.pyに記載しています。

CNNの学習済みモデルは、predict.pyと同じディレクトリに保存しておき、読み込みます。

1 2	model = load_model('obama_smalling_201908.h5')

読み込んだ学習済みモデルを活用して、アップロードされた画像がオバマなのかスモーリングなのか判定します。
もっとスマートな方法もありそうですが、今回は以下のようにしました。

1

2

3

4

5

6

7

8

pred = model.predict(x, batch_size=1, verbose=0)

score = pred[0][0]

if(score >= 0.5):

person = 'Smalling'

else:

person = 'Obama'

score = 1 - score

画面表示

デザインにこだわりはないので、簡単なHTMLとCSSで実装しています。Bootstrapなどでもう少しオシャレにしたいですが、一旦保留します。
Flaskなので、Jinja2の形式も使いました。例えば、以下のような感じです。

これが、base.html

これが、predict.html

実装結果

環境変数のFLASK_APPにpredict.pyのパスを指定して、flask runコマンドを打てば、localhost上でアプリケーションが起動します。
実際の動作はこんな感じです。しょぼいですが、一応できました。

お盆休みなのでflaskで遊んでる pic.twitter.com/eVHuBMx8ZZ

— nishipy (@iamnishipy) August 14, 2019

参考にしたサイト

以下の情報を参考にしながら、製作しました。そもそもこのようなアプリケーションを作ろうと思ったのは、upuraさんのブログを拝見したからです。

コード自体は、Flaskチュートリアルがとても参考になりました。今回実装したコードの大半が、Flaskチュートリアルから引用しています。
私の場合は予測モデルをすでに構築済みでしたが、未構築の場合はUdemyの講座もおすすめです。

upuraさんのブログ
- Udemy講座「【Python・Django・TensorFlow + 転移学習】画像分類AIアプリ自作入門」をやった
  
  Udemy講座「【Python・Django・TensorFlow + 転移学習】画像分類AIアプリ自作入門」をやった - u++の備忘録
  Udemy講座「【Python・Django・TensorFlow + 転移学習】画像分類AIアプリ自作入門」をやりました。タイトル通り、PythonのTensorFlowで作成した機械学習モデルをDjangoを用いてWebアプリ化する講座です。全3.5時間を一晩で流し見しながら追体験しましたが、個人的に求めていた内容...(続く)
  upura.hatenablog.com
- Djangoで「名古屋/東京」の画像分類アプリを作った
  
  Djangoで「名古屋/東京」の画像分類アプリを作った - u++の備忘録
  Djangoで簡単な画像分類アプリを作ってみた。Flickrから「名古屋」「東京」で画像を400枚ずつ収集して、KerasのVGG16使って分類器を学習。推論したい画像を渡して、結果を表示するところまで。分類器が適当でAUCが.65くらいなのはご愛嬌。 pic.twitter.com/E4EHlliTYh— u++ (...(続く)
  upura.hatenablog.com
Flask公式ドキュメント
- ブログアプリケーションを作るチュートリアル
  
  Welcome to Flask — Flask Documentation (3.1.x)
  flask.palletsprojects.com
- ファイルアップロードの実装例
  
  Uploading Files — Flask Documentation (3.2.x)
  flask.palletsprojects.com
Udemy講座
- TensorFlow・Python・Flaskで作る機械学習アプリケーション開発入門
  
  【画像判定AIアプリ開発・パート1】TensorFlow・Python・Flaskで作る画像判定AIアプリ開発入門
  Python 3 でクローリングして画像データを収集、加工し、画像分類器を作ってみよう。ディープラーニングによるモデル作成、改善を自分の集めたデータで実践します。Flaskでウェブアプリ化, XcodeでiOSアプリ化にも挑戦します。
  www.udemy.com
- 登録は、こちら。

さいごに

今回は普段手を出さないレイヤーの勉強がてら、Flaskアプリケーションを作ってみました。
今回実装したコードは、GitHubにあげました。

GitHub - nishipy/obama_smalling_flask: Flask app for Obama or Smalling prediction

Flask app for Obama or Smalling prediction. Contribute to nishipy/obama_smalling_flask development by creating an account on GitHub.

GCPの無料枠が余っているので、後編ではこのアプリケーションをにホストしてみる予定です。

以上.

コメント