• ホーム
• Chainer
• ChainerCVで使える画像のデータ拡張

ChainerCVで使える画像のデータ拡張

ChainerCVで画像データのデータ拡張（Data Augmentation）を試してみました。

目次

1. データ拡張とは
2. フリップ
3. ランダムフリップ
4. センタークロップ
5. ランダムクロップ
6. ランダムサイズクロップ
7. 回転
8. ランダム回転
9. 拡大縮小
10. 拡大縮小（サイズ指定）
11. 拡大縮小（拡張）
12. ランダム拡張
13. 10パターンクロップ
14. PCA color augmentation

データ拡張とは

ディープラーニングでネットワークに画像を学習させる際に、画像データにあれこれ加工を加えた物を与えることで学習データを水増しするとか過学習を抑制するとかいうものです。

ChainerCVにはこのツールがいくつかありますので、試してみました。

Chainerではデータはndarrayなので自分で自由にいじれますが、最初から備わっている機能があればそれを使うのが楽だったりしますからね。

ChainerCVのバージョンは0.13です。

試した画像は、 プロ生ちゃん です。Ixyさんのイラストから、正方形にクロップして256x256にリサイズしたものです。

フリップ

左右、上下の反転をします。

result = chainercv.transforms.flip(img, [y_flip], [x_flip], [copy])

変数	型	内容
img	ndarray	変換する画像データ
y_flip	bool	既定値はFalse。上下方向に反転するか。
x_flip	bool	既定値はFalse。左右方向に反転するか。
copy	bool	既定値はFalse。
result	ndarray	反転後の画像データ。

元画像

反転結果

ランダムフリップ

ランダムにフリップします。

result = chainercv.transforms.random_flip(img, [y_random], [x_random], [return_param], [copy])

変数	型	内容
img	ndarray	変換する画像データ
y_random	bool	既定値はFalse。上下方向に反転するか。
x_random	bool	既定値はFalse。左右方向に反転するか。
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
copy	bool	既定値はFalse。
result	ndarray, tuple	反転後の画像データ。

元画像

反転結果

センタークロップ

中央部分を切り抜きます。トリミングとも呼びますね。

result = chainercv.transforms.center_crop(img, size, [return_param], [copy])

変数	型	内容
img	ndarray	変換する画像データ
size	tuple	クロップするサイズ。（高さ、幅）で指定。
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
copy	bool	既定値はFalse。
result	ndarray, tuple	クロップ後の画像データ。

元画像

クロップ結果

ランダムクロップ

一定の大きさで、位置を変えてクロップします。

result = chainercv.transforms.random_crop(img, size, [return_param], [copy])

変数	型	内容
img	ndarray	変換する画像データ
size	tuple	クロップするサイズ。（高さ、幅）で指定。
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
copy	bool	既定値はFalse。
result	ndarray, tuple	クロップ後の画像データ。

元画像

クロップ結果

ランダムサイズクロップ

ランダムなサイズとアスペクト比でクロップします。

result = chainercv.transforms.random_sized_crop(img, [scale_ratio_range], [aspect_ratio_range], [return_param], [copy])

変数	型	内容
img	ndarray	変換する画像データ
size	tuple	クロップするサイズ。（高さ、幅）で指定。
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
copy	bool	既定値はFalse。
result	ndarray, tuple	クロップ後の画像データ。

元画像

クロップ結果

回転

画像を任意の角度に回転します。

result = chainercv.transforms.rotate(img, angle, [expand], [fill], [interpolation])

変数	型	内容
img	ndarray	変換する画像データ
angle	float	回転の角度。
expand	bool	既定値はTrue。キャンバスを大きくするか。
fill	float	既定値は0。回転により生じた隙間を埋める色。
interpolation	int	既定値は2。補間方法。
result	ndarray	回転後の画像データ。

元画像

45度回転（expand = True）

45度回転（expand = False）

ランダム回転

90度、180度、270度、360度のいずれかにランダムに回転します。角度が決まっていることに注意。

result = chainercv.transforms.random_rotate(img, [return_param])

変数	型	内容
img	ndarray	変換する画像データ
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
result	ndarray	回転後の画像データ。

元画像

回転

拡大縮小

画像の一辺の長さを指定してリサイズします。

result = chainercv.transforms.scale(img, size, [fit_short], [interpolation])

変数	型	内容
img	ndarray	変換する画像データ
size	int	リサイズ後の辺のドット数。
fit_short	bool	既定値はTrue。短辺をsizeに合わせるか。
interpolation	int	既定値は2。補間方法。
result	ndarray	リサイズ後の画像データ。

短辺をsizeに合わせる場合はfit_shortをTrue、長辺をsizeに合わせる場合はfit_shortをFalseです。この方法ではアスペクト比が維持されるわけですね。

元画像

リサイズ（size = 128）

拡大縮小（サイズ指定）

大きさを指定してリサイズします。

result = chainercv.transforms.resize(img, size, [interpolation])

変数	型	内容
img	ndarray	変換する画像データ
size	tuple	リサイズ後の画像サイズ。（高さ、幅）
interpolation	int	既定値は2。補間方法。
result	ndarray	リサイズ後の画像データ。

元画像

リサイズ（size = (100, 200)）

拡大縮小（拡張）

アスペクト比を維持しながら、指定のサイズにリサイズします。

result = chainercv.transforms.resize_contain(img, size, [fill], [interpolation], [return_param])

変数	型	内容
img	ndarray	変換する画像データ
size	tuple	リサイズ後の画像サイズ。（高さ、幅）
fill	float	既定値は0。隙間を埋める色。
interpolation	int	既定値は2。補間方法。
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
result	ndarray, tuple	リサイズ後の画像データ。

元画像

リサイズ（size = (100, 200), fill = 0 ）

ランダム拡張

キャンバスをランダムに拡張して画像を配置します。

result = chainercv.transforms.random_expand(img, [max_ratio], [fill], [return_param])

変数	型	内容
img	ndarray	変換する画像データ
max_ratio	float	既定値は4。最大拡大率。
fill	float	既定値は0。隙間を埋める色。
return_param	bool	既定値はFalse。パラメーターを返すかどうか。
result	ndarray, tuple	拡張後の画像データ。

元画像

ランダム拡張（max_ratio = 1.5, fill = 0 ）

10パターンクロップ

画像を10パターンにクロップします。

result = chainercv.transforms.ten_crop(img, size)

変数	型	内容
img	ndarray	変換する画像データ
size	tuple	リサイズ後の画像サイズ。（高さ、幅）
result	ndarray, tuple	クロップ後の画像データ。

1枚の画像から、10パターンのクロップ画像を作成します。指定したサイズで元画像の4隅をクロップした画像4枚と中央部のクロップを1枚と、それぞれの水平方向のフリップ画像です。

元画像

10パターンクロップ（size = (200, 200)）

PCA color augmentation

画像のRGBの強さに応じて拡張する（色合いを変える）手法ということなのですが、具体的には理解できていません。使い方だけ。

result = chainercv.transforms.pca_lighting(img, sigma, [eigen_value], [eigen_vector])

変数	型	内容
img	ndarray	変換する画像データ
sigma	float	固有値にかける乱数の標準偏差。
eigen_value	ndarray	既定値はNone。各カラーの固有値。
eigen_vector	ndarray	既定値はNone。各カラーの固有ベクトル。
result	ndarray, tuple	変換後の画像データ。

eigen_valueとeigen_vectorがNoneのときは、それぞれImageNetの値が流用されます。

元画像

変換後（sigma = 25.5）

標準偏差の設定がおかしいのか、ImageNetの固有値がイラストに合わないのか、よくわからないです。

Visual Studio CodeでSSHを使ってサーバーのファイルを編集する   ChainerCVで画像を出力する方法

公開日 2019-07-27

広告

Chainerカテゴリの投稿

• ChainerCVで使える画像のデータ拡張
• ChainerCVで画像を出力する方法
• ChainerCVのResNetを使う
• ChainerCVのSSDに学習させてみた
• ChainerCVのデモンストレーションプログラムを読んでみた
• ChainerCVのデモンストレーションプログラムを読んでみた（推論編）
• Chainerが出力するネットワーク構造図をGraphvizで見る
• Chainerで数字を分類してみた
• ChainerのSSDのデモで物体検出をしてみる
• Chainerのチュートリアルを試してみた
• Chainerのチュートリアルを試してみた（ChainerCVでデータ拡張編）
• Chainerのチュートリアルを試してみた（データ拡張編）
• Chainerのチュートリアルを試してみた（トレーナー編）
• Chainerのチュートリアルを試してみた（畳み込みを深くする編）
• Chainerのチュートリアルを試してみた（畳み込み編）
• Chainerのデータセットの作り方（ラベル付き画像編）
• VoTTのPascal VOC出力をChainerCVのデータセットとして読み込んでみた