KerasのImageDataGeneratorで学習用画像を水増しする方法

確認飛行物体

5年前

KerasのImageDataGeneratorで学習用画像を水増しする方法をご紹介します。

1 条件
2 画像のランダム生成
- 2.1 ソース
- 2.2 実行結果
3 学習用データを増やす意義
- 3.1 Data Augumentation
4 参考
- 4.1 Keras Documentation：ImageDataGenerator
- 4.2 The Keras Blog：Building powerful image classification models using very little data

条件

Python 3.7.0
Keras 2.1.2
openvc-python 4.1.0.25

画像のランダム生成

ImageDataGeneratorを用いて、元画像から10個の画像を生成します。

ソース

今回指定した、ImageDataGeneratorのパラメータは以下の通りです。

rotation_range：画像をランダムに回転する回転範囲
width_shift_range：ランダムに水平シフトする範囲
height_shift_range：ランダムに垂直シフトする範囲
shear_range：シアー強度（反時計回りのシアー角度）
zoom_range：ランダムにズームする範囲
horizontal_flip：水平方向に入力をランダムに反転
fill_mode：{“constant”, “nearest”, “reflect”, “wrap”}のいずれか．デフォルトは ‘nearest’。指定されたモードに応じて，入力画像の境界周りを埋める

from keras.preprocessing.image import ImageDataGenerator
import os
import cv2


DATA_DIR = 'C:/data/train/dogs'  # データディレクトリ
IMAGE_NAME = 'dog1.jpg'  # 対象画像ファイル
SAVE_DIR = os.path.join(DATA_DIR, 'preview')  # 生成画像の保存先ディレクトリ

datagen = ImageDataGenerator(
        rotation_range=40,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        fill_mode='nearest')

img_array = cv2.imread(os.path.join(DATA_DIR, IMAGE_NAME),)  # 画像読み込み
img_array = img_array.reshape((1,) + img_array.shape)  # 4次元データに変換（flow()に渡すため）

# 保存先ディレクトリが存在しない場合、作成する。
if not os.path.exists(SAVE_DIR):
    os.makedirs(SAVE_DIR)

# flow()により、ランダム変換したイメージのバッチを作成。
# 指定したディレクトリに生成画像を保存する。
i = 0
for batch in datagen.flow(img_array, batch_size=1,
                          save_to_dir=SAVE_DIR, save_prefix='dog', save_format='jpeg'):
    i += 1
    if i == 10:
        break  # 停止しないと無限ループ