最初は身近な植物(個人的に)である稲の病気判別を行う機械学習プログラムを作成し,Flaskで機械学習ウェブアプリケーションとして開発し,LAN内のコンピューターから利用できるようにする方針である. また,ゼミでの研究でいちごを育てる予定であることから,稲でプロトタイピングしてみた.
今回は,利用したデータセットが稲が健康か健康でないかで写真を分けてあったので,教師あり学習を用いて学習させた,(Keras) Classificationで分類機を作成.
こちらのリポジトリにはmodel1.h5が含まれていないので,それをダウンロード,もしくはclassification.ipynbを用いて,それを作成する必要があります.
modelはこちらから
しっかりと正答率が出るようになっている.数値が高ければ高いほど病気がある可能性が高い.
server.py:flaskサーバを起動しています image_process.py:image_process上で画像解析をさせています.その結果をserver.pyに送る役割 dilution_img:画像を増やすために使います(データが少ない時に利用する) classification.ipynb:分類器を作るのに使います
Dockerを用意してあるので,そちらを用いて利用するようにしてください.
$ cd docker_file
$ docker build . -t ine_disease_diagnosis
$ docker run -p 5000:5000 ine_disease_diagnosis
$ docker container exec -it コンテナ名 bash
$ git clone https://github.com/Fu-Te/ine_disease_diagnosis.git
本リポジトリにはmodel.h5が含まれていないので,使い方のところにあるリンクからダウンロードし,フォルダに追加してください. その後
$ python3 server.py
を実行し,localhost:5000にアクセスしてみてください.