画像分類で交差検証による誤分類率導出について

画像の分類で，以下のコードを使用して，交差検証を行い，誤分類率を出そうとしています。

imds = imageDatastore('crossval_data', ...
    'IncludeSubfolders',true, ...
    'LabelSource','foldernames');
figure;
perm = randperm(220,22);
for i = 1:20
    subplot(4,5,i);
    imshow(imds.Files{perm(i)});
end
labelCount = countEachLabel(imds);
img = readimage(imds,1);
size(img)
numTrainFiles = 100;
[imdsTrain,imdsValidation] = splitEachLabel(imds,numTrainFiles,'randomize');
%% ダミーのトレーニングインデックスを生成
X = (1:imds.numpartitions)';
y = imds.Labels;
%% 交差検定にCNNの予測ラベル関数のポインタを渡す
cp = cvpartition(y,'k',2); % Stratified cross-validation
mcr = crossval('mcr',X,y,'Predfun',@(xtrain,ytrain,xtest)myCNNPredict(xtrain,ytrain,xtest,imds),'partition',cp);
%% CNNを学習し、予測ラベルを出力する関数
function ypred = myCNNPredict(xtrain,ytrain,xtest,imds)
% 結果が一意になるように乱数シードをデフォルト値に設定
rng('default');
% ダミーの変数ベクトルを受けてimageDatastoreを学習用とテスト用に分割
imdsTrain = imageDatastore(imds.Files(xtrain));
imdsTrain.Labels = ytrain;
imdsValidation = imageDatastore(imds.Files(xtest));
% レイヤーの設定
layers = [
    imageInputLayer([28 28 1],'Name','input')
    
    convolution2dLayer(3,8,'Padding','same','Name','conv1')
    batchNormalizationLayer('Name','BN1')
    reluLayer('Name','relu1')
    crossChannelNormalizationLayer(5)
    maxPooling2dLayer(2,'Stride',2,'Name','pool1')
    
    convolution2dLayer(3,16,'Padding','same','Name','conv2')
    batchNormalizationLayer('Name','BN2')
    reluLayer('Name','relu2')
    crossChannelNormalizationLayer(5)
    maxPooling2dLayer(2,'Stride',2,'Name','pool2')
    
    convolution2dLayer(3,32,'Padding','same','Name','conv3')
    batchNormalizationLayer('Name','BN3')
    reluLayer('Name','relu3')
    dropoutLayer('probability',0.5,'Name','drop6') 
    
    fullyConnectedLayer(2,'Name','fc')
    softmaxLayer('Name','softmax')
    classificationLayer('Name','classoutput')];
options = trainingOptions('sgdm', ...
    'InitialLearnRate',0.01, ...
    'MaxEpochs',5, ...
    'Shuffle','every-epoch', ...
    'Verbose',false);
net2 = trainNetwork(imdsTrain,layers,options);
ypred = classify(net2,imdsValidation);
save net2
end

最初はうまく誤分類率が出ていたのですが，突然以下のようなエラーが出てしまい，誤分類率が出なくなりました。

関数としてスクリプト crossval を実行しようとしています:

C:\Users\naots\OneDrive\デスクトップ\AI_exp\crossval.m

エラー: crossval (line 20)

mcr = crossval('mcr',X,y,'Predfun',@(xtrain,ytrain,xtest)myCNNPredict(xtrain,ytrain,xtest,imds),'partition',cp);

どこか間違っているとこがあれば，教えていただけると幸いです。

よろしくお願い致します。

[Kenta]

こんにちは、そのコード自体をcrossval.mと保存していますか？その場合は、何か別の名前にして実行してみてください

[Kaneko]

名前を変更したらできました。ありがとうございます。

Answer 1

[Kenta]

こんにちは、コメントのほう、返信いただきありがとうございます。MATLABの関数と、自分で用意したファイルが同じだと、うまく行かない場合が多くあるので、crossval_exp1などと、うまく整理できるようにタイトルを変えると良いと思います。また、変数でもおなじことで、例えばmeanという関数があるので、meanという名前の変数は作成しない方が無難です。参考になれば幸いです。

[Kaneko]

返信遅れてすみません。そして，アドバイスありがとうございます。

ファイルの名前を考えるのがめんどくさくて変数の名前を使ってしまうことがあるので気をつけます。