質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.87%

CSVで画像に正解ラベルの付け方

解決済

回答 1

投稿

  • 評価
  • クリップ 2
  • VIEW 4,934

FALLOT

score 14

 画像を取り込む→正解ラベルを付ける→MLのデータセットに変換する

機械学習の勉強をしている大学院生です。

環境
windows
python
tensorflow

現在、MLPでの回帰問題をするにあたり、自分自身でデータセットを作りたいと考えています。
そもそもCSVかTFRecordのどちらでデータセットを作成しようか考えましたが、
TFRecordが難しそうなので、CSVにしました。
できれば、以下のようなことをしたいと考えています。

1.画像データを読み込む(RGBか白黒かはまだ決めかねています)

2.それぞれの画像データに正解ラベルを付ける

3.画像データを機械学習できるようにピクセル数などを合わせる

4.訓練データと教師データにランダムに分ける(分ける比率は7:3の予定)

できれば、ソース付きで解説してくれると大変有り難いです。
CSVをはじめて使うので宜しくお願い致します。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • mkgrei

    2018/06/14 12:38

    何か参考にした情報があれば追記してください。それを踏まえた補足をいたします。

    キャンセル

  • FALLOT

    2018/06/14 17:21

    最初はhttps://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/learn/python/learn/datasets/mnist.pyを参考にしました。でも、よくわからないと思ってCSVの勉強を始めました。なので、teretailでhttps://teratail.com/questions/113349を見ていました。

    キャンセル

  • この投稿は削除されました

回答 1

checkベストアンサー

+3

csvはただのコンマで仕切られたファイルです。
https://www.weblio.jp/content/amp/Comma-Separated+Values
多次元配列を記述できるということで、いろいろなところで見かけます。
フォーマットの問題なので、データセットを作るときは特に気にしなくても大丈夫です。

データセットを最も簡単に作る方法はこちらになります。
https://qiita.com/agumon/items/ab2de98a3783e0a93e66
これならば、カテゴリ別に異なるフォルダに入れればできます。


データの分け方ですが、sklearnのkfoldなどを使うのが一般的です。
https://qiita.com/19930404/items/09ddbe506d0e4ab0e10c


直接質問には関係ないことですが、質問する際には何を調べたのかについて記載するとよいです。
でないと、最初に思うことは「検索したらいいじゃん」ということです。
ついでに、どの部分がわからないかまであると、より短い時間に解決につながります。


追記

https://keras.io/ja/preprocessing/image/
のImageDataGeneratorを使います。

from keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(
    rescale=1.0 / 255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True) #画像のカサ増し時に実行する変形をキーワードで
#train_datagen = ImageDataGenerator(rescale=1.0 / 255) #そのまま使うのなら

train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(256, 256),
    batch_size=batch_size,
    class_mode='categorical') #./data/trainの画像を256x256に統一する

あとはKerasのモデルを作ってfitするだけ

history = model.fit_generator(
    train_generator,
    nb_epoch=nb_epoch)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/20 18:58

    ありがとうございます。
    今まで、
    MNISTのMLP
    簡単な線形回帰・非線形回帰
    MNISTのCNN(これは全結合と畳み込みは理解できず)
    を一通り勉強しました。
    今回の問題では、検出なので異なるNNのアルゴリズムですか?

    キャンセル

  • 2018/06/20 20:50

    やっていることとしては、CNNです。
    損失関数に工夫がある場合があります。

    最適化アルゴリズムは同じです。

    キャンセル

  • 2018/06/21 13:20

    ありがとうございます。
    いきなり、それだと難しいので、力がある・ないの0か1のbinaryからはじめます。
    それであれば、ある・ないの画像データをフォルダに分けてから、正解ラベルをつけるという流れですかね?

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.87%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる