マイクロソフトからリリースされた機械学習のトレーニングツール「Lobe」 で学習したmodelをPythonから利用するためのサンプルコードです。 Qiitaにアップした記事をご確認ください。
マイクロソフトが公開した機械学習モデルの訓練を容易にできる「Lobe」を試してみた。
# Dockerを使用する場合は下記のコマンドを実行し出力されたURLにアクセスする。
$ docker-compose up --build
-----出力サンプル---------
web_1 | [I 00:49:58.539 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
web_1 | [C 00:49:58.545 NotebookApp]
web_1 |
web_1 | To access the notebook, open this file in a browser:
web_1 | file:///root/.local/share/jupyter/runtime/nbserver-1-open.html
web_1 | Or copy and paste one of these URLs:
web_1 | http://4dfef021f377:8888/?token=0e67269931c2b948693729cdef7e132849c8932da4d09251
web_1 | or http://127.0.0.1:8888/?token=0e67269931c2b948693729cdef7e132849c8932da4d09251
from model import ImageModel
from image_utils import preprocess_from_file, preprocess_from_url
# 1, modelのインスタンス生成。引数はmodelの保存パス。
model = ImageModel('sample_model')
# 2, 予測したい画像をmodelへの入力データに変換する。
# 画像ファイルを使用する場合
image = preprocess_from_file('sample_image/cat/cat.105.jpg')
# URLを使用する場合
image = preprocess_from_url('画像URL')
# 3, 予測する。
predict_label = model.predict(image)
print(predict_label)