public static void Run(VGGModel modelType)
{
OpenFileDialog ofd = new OpenFileDialog {
Filter = "画像ファイル(*.jpg;*.png;*.gif;*.bmp)|*.jpg;*.png;*.gif;*.bmp|すべてのファイル(*.*)|*.*"
};
if (ofd.ShowDialog() == DialogResult.OK)
{
int vggId = (int)modelType;
Console.WriteLine("Model Loading.");
string modelFilePath = InternetFileDownloader.Donwload(Urls[vggId], FileNames[vggId], Hashes[vggId]);
List <Function> vggNet = CaffemodelDataLoader.ModelLoad(modelFilePath);
string[] classList = File.ReadAllLines(CLASS_LIST_PATH);
//GPUを初期化
for (int i = 0; i < vggNet.Count - 1; i++)
{
if (vggNet[i] is CPU.Convolution2D || vggNet[i] is CPU.Linear || vggNet[i] is CPU.MaxPooling2D)
{
vggNet[i] = (Function)CLConverter.Convert(vggNet[i]);
}
}
FunctionStack nn = new FunctionStack(vggNet.ToArray());
//層を圧縮
nn.Compress();
Console.WriteLine("Model Loading done.");
do
{
//ネットワークへ入力する前に解像度を 224px x 224px x 3ch にしておく
Bitmap baseImage = new Bitmap(ofd.FileName);
Bitmap resultImage = new Bitmap(224, 224, PixelFormat.Format24bppRgb);
Graphics g = Graphics.FromImage(resultImage);
g.DrawImage(baseImage, 0, 0, 224, 224);
g.Dispose();
Real[] bias = { -123.68, -116.779, -103.939 }; //補正値のチャンネル順は入力画像に従う(標準的なBitmapならRGB)
NdArray imageArray = BitmapConverter.Image2NdArray(resultImage, false, true, bias);
Console.WriteLine("Start predict.");
Stopwatch sw = Stopwatch.StartNew();
NdArray result = nn.Predict(imageArray)[0];
sw.Stop();
Console.WriteLine("Result Time : " +
(sw.ElapsedTicks / (Stopwatch.Frequency / (1000L * 1000L))).ToString("n0") +
"μｓ");
int maxIndex = Array.IndexOf(result.Data, result.Data.Max());
Console.WriteLine("[" + result.Data[maxIndex] + "] : " + classList[maxIndex]);
} while (ofd.ShowDialog() == DialogResult.OK);
}
}
public static void Run()
{
OpenFileDialog ofd = new OpenFileDialog
{
Filter = "画像ファイル(*.jpg;*.png;*.gif;*.bmp)|*.jpg;*.png;*.gif;*.bmp|すべてのファイル(*.*)|*.*"
};
if (ofd.ShowDialog() == DialogResult.OK)
{
Console.WriteLine("Model Loading.");
string modelFilePath = InternetFileDownloader.Donwload(DOWNLOAD_URL, MODEL_FILE);
List <Function> alexNet = CaffemodelDataLoader.ModelLoad(modelFilePath);
string[] classList = File.ReadAllLines(CLASS_LIST_PATH);
//GPUを初期化
for (int i = 0; i < alexNet.Count - 1; i++)
{
if (alexNet[i] is Convolution2D || alexNet[i] is Linear || alexNet[i] is MaxPooling)
{
((IParallelizable)alexNet[i]).SetGpuEnable(true);
}
}
FunctionStack nn = new FunctionStack(alexNet.ToArray());
//層を圧縮
nn.Compress();
Console.WriteLine("Model Loading done.");
do
{
//ネットワークへ入力する前に解像度を 224px x 224px x 3ch にしておく
Bitmap baseImage = new Bitmap(ofd.FileName);
Bitmap resultImage = new Bitmap(227, 227, PixelFormat.Format24bppRgb);
Graphics g = Graphics.FromImage(resultImage);
g.DrawImage(baseImage, 0, 0, 227, 227);
g.Dispose();
Real[] bias = { -123.68, -116.779, -103.939 }; //補正値のチャンネル順は入力画像に従う
NdArray imageArray = NdArrayConverter.Image2NdArray(resultImage, false, true, bias);
Console.WriteLine("Start predict.");
Stopwatch sw = Stopwatch.StartNew();
NdArray result = nn.Predict(imageArray)[0];
sw.Stop();
Console.WriteLine("Result Time : " +
(sw.ElapsedTicks / (Stopwatch.Frequency / (1000L * 1000L))).ToString("n0") +
"μｓ");
int maxIndex = Array.IndexOf(result.Data, result.Data.Max());
Console.WriteLine("[" + result.Data[maxIndex] + "] : " + classList[maxIndex]);
} while (ofd.ShowDialog() == DialogResult.OK);
}
}
public static void Run(ResnetModel modelType)
{
OpenFileDialog ofd = new OpenFileDialog {
Filter = "画像ファイル(*.jpg;*.png;*.gif;*.bmp)|*.jpg;*.png;*.gif;*.bmp|すべてのファイル(*.*)|*.*"
};
if (ofd.ShowDialog() == DialogResult.OK)
{
int resnetId = (int)modelType;
Console.WriteLine("Mean Loading.");
string meanFilePath = InternetFileDownloader.Donwload(DOWNLOAD_URL_MEAN, MODEL_FILE_MEAN, MODEL_FILE_MEAN_HASH);
NdArray mean = CaffemodelDataLoader.ReadBinary(meanFilePath);
Console.WriteLine("Model Loading.");
string modelFilePath = InternetFileDownloader.Donwload(Urls[resnetId], FileNames[resnetId], Hashes[resnetId]);
FunctionDictionary nn = CaffemodelDataLoader.LoadNetWork(modelFilePath);
string[] classList = File.ReadAllLines(CLASS_LIST_PATH);
//GPUを初期化
foreach (FunctionStack resNetFunctionBlock in nn.FunctionBlocks)
{
SwitchGPU(resNetFunctionBlock);
}
Console.WriteLine("Model Loading done.");
do
{
//ネットワークへ入力する前に解像度を 224px x 224px x 3ch にしておく
Bitmap baseImage = new Bitmap(ofd.FileName);
Bitmap resultImage = new Bitmap(224, 224, PixelFormat.Format24bppRgb);
Graphics g = Graphics.FromImage(resultImage);
g.InterpolationMode = InterpolationMode.Bilinear;
g.DrawImage(baseImage, 0, 0, 224, 224);
g.Dispose();
NdArray imageArray = NdArrayConverter.Image2NdArray(resultImage, false, true);
imageArray -= mean;
imageArray.ParentFunc = null;
Console.WriteLine("Start predict.");
Stopwatch sw = Stopwatch.StartNew();
NdArray result = nn.Predict(imageArray)[0];
sw.Stop();
Console.WriteLine("Result Time : " +
(sw.ElapsedTicks / (Stopwatch.Frequency / (1000L * 1000L))).ToString("n0") +
"μｓ");
int maxIndex = Array.IndexOf(result.Data, result.Data.Max());
Console.WriteLine("[" + result.Data[maxIndex] + "] : " + classList[maxIndex]);
} while (ofd.ShowDialog() == DialogResult.OK);
}
}
public static void Run()
{
OpenFileDialog ofd = new OpenFileDialog {
Filter = ". Image file (*. Jpg; *. Png; *. Gif; *. Bmp) | *. Jpg; *. Png; *. Gif; *. Bmp | all files (*. *) | *. *"
};
if (ofd.ShowDialog() == DialogResult.OK)
{
Console.WriteLine("Model Loading.");
string modelFilePath = InternetFileDownloader.Donwload(DOWNLOAD_URL, MODEL_FILE);
List <Function> vgg16Net = CaffemodelDataLoader.ModelLoad(modelFilePath);
string[] classList = File.ReadAllLines(CLASS_LIST_PATH);
//Initialize GPU
for (int i = 0; i < vgg16Net.Count - 1; i++)
{
if (vgg16Net[i] is Convolution2D || vgg16Net[i] is Linear || vgg16Net[i] is MaxPooling)
{
((IParallelizable)vgg16Net[i]).SetGpuEnable(true);
}
}
FunctionStack nn = new FunctionStack(vgg16Net.ToArray());
//Compress layer
nn.Compress();
Console.WriteLine("Model Loading done.");
do
{
//Before inputting to the network, set the resolution to 224px x 224px x 3ch
Bitmap baseImage = new Bitmap(ofd.FileName);
Bitmap resultImage = new Bitmap(224, 224, PixelFormat.Format24bppRgb);
Graphics g = Graphics.FromImage(resultImage);
g.DrawImage(baseImage, 0, 0, 224, 224);
g.Dispose();
Real[] bias = { -123.68, -116.779, -103.939 }; //The channel order of the correction value follows the input image
NdArray imageArray = NdArrayConverter.Image2NdArray(resultImage, false, true, bias);
Console.WriteLine("Start predict.");
Stopwatch sw = Stopwatch.StartNew();
NdArray result = nn.Predict(imageArray)[0];
sw.Stop();
Console.WriteLine("Result Time : " +
(sw.ElapsedTicks / (Stopwatch.Frequency / (1000L * 1000L))).ToString("n0") +
"μs");
int maxIndex = Array.IndexOf(result.Data, result.Data.Max());
Console.WriteLine("[" + result.Data[maxIndex] + "] : " + classList[maxIndex]);
} while (ofd.ShowDialog() == DialogResult.OK);
}
}
public static void Main()
{
// platformIdは、OpenCL・GPUの導入の記事に書いてある方法でご確認ください
// https://jinbeizame.hateblo.jp/entry/kelpnet_opencl_gpu
Weaver.Initialize(ComputeDeviceTypes.Gpu, platformId: 1, deviceIndex: 0);
// ネットからVGGの学習済みモデルをダウンロード
string modelFilePath = InternetFileDownloader.Donwload(DOWNLOAD_URL, MODEL_FILE);
// 学習済みモデルをFunctionのリストとして保存
List <Function> vgg16Net = CaffemodelDataLoader.ModelLoad(modelFilePath);
// VGGの出力層とその活性化関数を削除
vgg16Net.RemoveAt(vgg16Net.Count() - 1);
vgg16Net.RemoveAt(vgg16Net.Count() - 1);
// VGGの各FunctionのgpuEnableをtrueに
for (int i = 0; i < vgg16Net.Count - 1; i++)
{
// GPUに対応している層であれば、GPU対応へ
if (vgg16Net[i] is Convolution2D || vgg16Net[i] is Linear || vgg16Net[i] is MaxPooling)
{
((IParallelizable)vgg16Net[i]).SetGpuEnable(true);
}
}
// VGGをリストからFunctionStackに変換
FunctionStack vgg = new FunctionStack(vgg16Net.ToArray());
// 層を圧縮
vgg.Compress();
// 新しく出力層とその活性化関数を用意
FunctionStack nn = new FunctionStack(
new Linear(4096, 1, gpuEnable: true),
new Sigmoid()
);
// 最適化手法としてAdamをセット
nn.SetOptimizer(new Adam());
Console.WriteLine("DataSet Loading...");
// 訓練・テストデータ用のNdArrayを用意
// データセットは以下のURLからダウンロードを行い、
// VGGTransfer /bin/Debug/Data にtrainフォルダを置いてください。
// https://www.kaggle.com/c/dogs-vs-cats/data
NdArray[] trainData = new NdArray[TRAIN_DATA_LENGTH * 2];
NdArray[] trainLabel = new NdArray[TRAIN_DATA_LENGTH * 2];
NdArray[] testData = new NdArray[TEST_DATA_LENGTH * 2];
NdArray[] testLabel = new NdArray[TEST_DATA_LENGTH * 2];
for (int i = 0; i < TRAIN_DATA_LENGTH + TEST_DATA_LENGTH; i++)
{
// 犬・猫の画像読み込み
Bitmap baseCatImage = new Bitmap("Data/train/cat." + i + ".jpg");
Bitmap baseDogImage = new Bitmap("Data/train/dog." + i + ".jpg");
// 変換後の画像を格納するBitmapを定義
Bitmap catImage = new Bitmap(224, 224, PixelFormat.Format24bppRgb);
Bitmap dogImage = new Bitmap(224, 224, PixelFormat.Format24bppRgb);
// Graphicsオブジェクトに変換
Graphics gCat = Graphics.FromImage(catImage);
Graphics gDog = Graphics.FromImage(dogImage);
// Graphicsオブジェクト（の中のcatImageに）baseImageを変換して描画
gCat.DrawImage(baseCatImage, 0, 0, 224, 224);
gDog.DrawImage(baseDogImage, 0, 0, 224, 224);
// Graphicsオブジェクトを破棄し、メモリを解放
gCat.Dispose();
gDog.Dispose();
// 訓練・テストデータにデータを格納
// 先にテストデータの枚数分テストデータに保存し、その後訓練データを保存する
// 画素値の値域は0 ~ 255のため、255で割ることで0 ~ 1に正規化
if (i < TEST_DATA_LENGTH)
{
// ImageをNdArrayに変換したものをvggに入力し、出力した特徴量を入力データとして保存
testData[i * 2] = vgg.Predict(NdArrayConverter.Image2NdArray(catImage, false, true) / 255.0)[0];
testLabel[i * 2] = new NdArray(new Real[] { 0 });
testData[i * 2 + 1] = vgg.Predict(NdArrayConverter.Image2NdArray(dogImage, false, true) / 255.0)[0];
testLabel[i * 2 + 1] = new NdArray(new Real[] { 1 });
}
else
{
trainData[(i - TEST_DATA_LENGTH) * 2] = vgg.Predict(NdArrayConverter.Image2NdArray(catImage, false, true) / 255.0)[0];
trainLabel[(i - TEST_DATA_LENGTH) * 2] = new NdArray(new Real[] { 0 }); //new Real [] { 0 };
trainData[(i - TEST_DATA_LENGTH) * 2] = vgg.Predict(NdArrayConverter.Image2NdArray(dogImage, false, true) / 255.0)[0];
trainLabel[(i - TEST_DATA_LENGTH) * 2] = new NdArray(new Real[] { 1 }); // = new Real [] { 1 };
}
}
Console.WriteLine("Training Start...");
// ミニバッチ用のNdArrayを定義
NdArray batchData = new NdArray(new[] { 4096 }, BATCH_SIZE);
NdArray batchLabel = new NdArray(new[] { 1 }, BATCH_SIZE);
// 誤差関数を定義（今回は二値分類なので二乗誤差関数(MSE)）
LossFunction lossFunction = new MeanSquaredError();
// エポックを回す
for (int epoch = 0; epoch < 10; epoch++)
{
// １エポックで訓練データ // バッチサイズ の回数分学習
for (int step = 0; step < TRAIN_DATA_COUNT; step++)
{
// ミニバッチを用意
for (int i = 0; i < BATCH_SIZE; i++)
{
// 0 ~ 訓練データサイズ-1 の中からランダムで整数を取得
int index = Mother.Dice.Next(trainData.Length);
// trainData(NdArray[])を、batchData(NdArray)の形にコピー
Array.Copy(trainData[index].Data, 0, batchData.Data, i * batchData.Length, batchData.Length);
batchLabel.Data[i] = trainLabel[index].Data[0];
}
// 学習（順伝播、誤差の計算、逆伝播、更新）
NdArray[] output = nn.Forward(batchData);
Real loss = lossFunction.Evaluate(output, batchLabel);
nn.Backward(output);
nn.Update();
}
// 認識率（accuracy）の計算
// テストデータの回数データを回す
Real accuracy = 0;
for (int i = 0; i < TEST_DATA_LENGTH * 2; i++)
{
NdArray[] output = nn.Predict(testData[i]);
// 出力outputと正解の誤差が0.5以下（正解が0のときにoutput<0.5、正解が1のときにoutput>0.5）
// の際に正確に認識したとする
if (Math.Abs(output[0].Data[0] - trainLabel[i].Data[0]) < 0.5)
{
accuracy += 1;
}
accuracy /= TEST_DATA_LENGTH * 2.0;
Console.WriteLine("Epoch:" + epoch + "accuracy:" + accuracy);
}
}
}
