Python × PyTorchで画像分類を始めよう：学習～実装を最速で解説

Python

2025.08.29

はじめに
環境準備
データセットの準備
モデル構築（CNN）
学習ループ
精度評価
推論（新しい画像でテスト）
まとめ

はじめに

ディープラーニングを実務や趣味で活用したいと考えたときに、まず触れてみたいのが「画像分類」です。
本記事では、Python × PyTorch を使って、最短ステップで画像分類を実装する流れを解説します。

✅ 対象読者

Pythonの基礎は理解している
機械学習ライブラリを少し触ったことがある
最小限のコードで動くサンプルが欲しい

この記事を読み終えると、画像分類モデルを学習 → 推論まで一通り実装できるようになります。

環境準備

まずはPyTorchをインストールしましょう。
GPU環境がある場合はCUDA対応版を推奨します。

pip install torch torchvision

学習用データとしてPyTorch公式の CIFAR-10 を使用します。
（小規模なデータセットなので、PCでもサクッと試せます）

データセットの準備

PyTorchではtorchvision.datasetsで簡単にデータセットを取得できます。

import torch
import torchvision
import torchvision.transforms as transforms

# データ前処理（正規化＋Tensor変換）
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

# 学習用・テスト用データセット
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64,
                                          shuffle=True)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64,
                                         shuffle=False)

classes = ('plane', 'car', 'bird', 'cat', 
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

モデル構築（CNN）

PyTorchではnn.Moduleを継承してモデルを定義します。
シンプルなCNN（畳み込みニューラルネットワーク）を構築してみましょう。

import torch.nn as nn
import torch.nn.functional as F

class SimpleCNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(3, 32, 3, padding=1)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 3, padding=1)
        self.fc1 = nn.Linear(64 * 8 * 8, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 64 * 8 * 8)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x

model = SimpleCNN()

学習ループ

クロスエントロピー損失とAdam最適化を利用します。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

for epoch in range(5):  # エポック数
    running_loss = 0.0
    for inputs, labels in trainloader:
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()
    print(f"[Epoch {epoch+1}] loss: {running_loss/len(trainloader):.3f}")

精度評価

テストデータで精度を確認してみます。

correct = 0
total = 0
with torch.no_grad():
    for inputs, labels in testloader:
        outputs = model(inputs)
        _, predicted = torch.max(outputs, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print(f"Accuracy: {100 * correct / total:.2f}%")

推論（新しい画像でテスト）

学習済みモデルを使って任意の画像を分類してみましょう。

from PIL import Image
import torchvision.transforms as transforms

# 推論用の前処理
transform = transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

# 画像を読み込み
img = Image.open("test_image.jpg")
img = transform(img).unsqueeze(0)  # バッチ次元を追加

# 推論
model.eval()
with torch.no_grad():
    outputs = model(img)
    _, predicted = torch.max(outputs, 1)

print(f"Predicted: {classes[predicted.item()]}")