前書き

最近は機械学習・人工知能・深層学習などのキーワードがとても盛り上がっています。本記事では深層学習を使って、花の種類を判別できるシンプルな Android アプリを実装します。第 1 部では画像分類モデルを学習し、まずは PC 上で判別できる状態にします。第 2 部では、第 1 部で学習したモデルを Android に組み込み、スマホで判別できるようにします。

第 1 部

環境設定

Anaconda

Anaconda は Python を動かすための仮想環境を作れます。複数の環境を作って試せるのが便利です。また、Anaconda を使う場合は pip に root 権限が不要です。

$ wget https://repo.continuum.io/archive/Anaconda3-4.4.0-Linux-x86_64.sh
$ bash Anaconda3-4.4.0-Linux-x86_64.sh

Python & TensorFlow

仮想環境を作成します。私は Python 2.7 と TensorFlow 1.1 を使ったので、環境名を py2t1.1 にしました。

$ conda create -n py2t1.1 python=2.7

インストール後、仮想環境に入ります。有効化は activate を使います：

 $ source activate py2t1.1
 (py2t1.1)$  # こう表示されます

無効化は deactivate です：

 $ source deactivate

次に tensorflow をインストールします。ここでは TensorFlow 1.1（Python 2.7 / CPU 版）を使います。他のバージョンが必要なら こちら から探せます。

 (py2t1.1)$ pip install --ignore-installed --upgrade \
 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.1.0-cp27-none-linux_x86_64.whl

これで環境設定は完了です。

モデルの学習

前準備

この時点では仮想環境の中でも外でも構いません。Python で TensorFlow を実行するときだけ、作成した仮想環境に入る必要があります。

フォルダを作成します：

$ mkdir flower_classification
$ cd flower_classification

花の写真を取得します：

curl -O http://download.tensorflow.org/example_images/flower_photos.tgz
tar xzf flower_photos.tgz

retrain.py を取得します。これは Inception v3 で学習済みの画像認識モデルを利用し、最後に新しい層を追加して再学習することで、花の種類を判別できるようにするスクリプトです。

$ curl -O https://raw.githubusercontent.com/tensorflow/tensorflow/r1.1/tensorflow/examples/image_retraining/retrain.py

学習開始

まず仮想環境に入ります：

$ source activate py2t1.1

$ python retrain.py \
  --bottleneck_dir=bottlenecks \
  --model_dir=inception \
  --learning_rate=0.5 \
  --summaries_dir=training_summaries/long \
  --output_graph=retrained_graph.pb \
  --output_labels=retrained_labels.txt \
  --image_dir=flower_photos

学習が終わると retrained_graph.pb と retrained_labels.txt が生成されます。この 2 つのファイルを使って新しい写真を判別できます。

写真の判別

判別用のスクリプト label_image.py を取得します：

$ curl -L https://goo.gl/3lTKZs > label_image.py

判別を実行します：

$ python label_image.py 要辨識的花朵照片.jpeg

結果は次のようになります：

daisy (score = 0.99071)
sunflowers (score = 0.00595)
dandelion (score = 0.00252)
roses (score = 0.00049)
tulips (score = 0.00032)

第 2 部

前準備

tensorflow-for-poets-2 は Google Codelab のサンプル Android アプリプロジェクトです。

$ cd ~/
$ git clone https://github.com/googlecodelabs/tensorflow-for-poets-2
$ cd tensorflow-for-poets-2

先ほど学習した花の分類フォルダ flower_classification をプロジェクトに丸ごとコピーします：

$ cp -r ~/flower_classification .

モデルの処理

最適化：

$ python -m tensorflow.python.tools.optimize_for_inference \
  --input=flower_classification/retrained_graph.pb \
  --output=flower_classification/optimized_graph.pb \
  --input_names="Cast" \
  --output_names="final_result"

量子化（圧縮）：

$ python -m scripts.quantize_graph \
  --input=flower_classification/optimized_graph.pb \
  --output=flower_classification/rounded_graph.pb \
  --output_node_names=final_result \
  --mode=weights_rounded

rounded_graph.pb と retrained_labels.txt を android/assets フォルダへ配置します：

$ cp flower_classification/rounded_graph.pb flower_classification/retrained_labels.txt android/assets/

Android Studio のインストール

https://developer.android.com/studio/index.html

Android プロジェクトを開く

Android Studio を起動し、「Open an existing Android Studio project」を選択して tensorflow-for-poets-2/android を指定します。その後、Gradle を使うか聞かれるので「ok」を選択します。Gradle の同期が終わったら build できるようになります。最後に APK をスマホへインストールします。

参考資料

https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/index.html#0
https://codelabs.developers.google.com/codelabs/tensorflow-for-poets-2/#0