はじめに

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．

機械学習について

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．

使い方

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

数値について

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．

コードの役割

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

使い方

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．

参考サイト

https://qiita.com/3BMKATYWKA/items/52d1c838eb34133042a3