ssd = SSD(model_name, mode='training') #モデル構造を表示 #ssd.model.summary() #画像データが格納されているディレクトリと対応する学習用データと検証用データに対するメタデータを指定する. train_images_dir = os.path.join('train_data', 'train_images') val_images_dir = os.path.join('train_data', 'train_images') train_annotation_path = os.path.join('train_data', 'train_annotations.json') val_annotation_path = os.path.join('train_data', 'val_annotations.json') #学習用と検証用でデータ生成器を``set_generator``メソッドで作成する. #あらかじめ``batch_size``を決めておく. ここでは16にしておく. batch_size =16 ssd.set_generator(train_images_dir, train_annotation_path, batch_size, val_images_dir, val_annotation_path) #設定 epochs = 10 #まず``ModelCheckpoint``モジュールで``model_checkpoint``オブジェクトを作成する. #これはepochごとにモデルを保存するモジュールである. #``filepath``でパス名を指定する. #今回の場合はsaved_modelsディレクトリ以下にモデルが保存される形とする. #``monitor``でモニターする値(検証時のaccuracyやloss)を指定する. #今回は検証時の損失'val_loss'とする. #``save_best_only``は, Trueにするとモニターする値において #現状で1番よい結果を出した場合のみモデルが保存される. from keras.callbacks import ModelCheckpoint