Pythonによる自前のデータセットを用いて行う異常検知

#前提・実現したいこと
「弱異常検知」と他の異常検知、違いはなにか？
上記のサイト様のコードを参考に、自前のデータセットを用いて異常検知を行いたいと考えております。

#発生している問題・エラーメッセージ
エラーメッセージ

Python
1---------------------------------------------------------------------------
2TypeError                                 Traceback (most recent call last)
3<ipython-input-6-3318cc4400eb> in <module>
4      1 # dataset
5----> 2 (x_train, y_train), (x_test, y_test) = B_C_Dataset2.load_bc_data()
6      3 
7      4 x_train = x_train.reshape(x_train.shape[0], 583, 438, 1)
8      5 x_test = x_test.reshape(x_test.shape[0], 583, 438, 1)
9
10TypeError: 'NoneType' object is not iterable

#コード（自前のデータセットのコード、およびサイト様のコード）
B_C_Dataset2（自前のデータセットのコード）

import matplotlib.pyplot as plt
import os
import cv2
import random
import numpy as np

DATADIR_train = '/Users/user name/desktop/弱教師あり学習/b_c_dataset/png/train'
DATADIR_test = '/Users/user name/desktop/弱教師あり学習/b_c_dataset/png/test'
CATEGORIES = ["bell", "call"]
training_data = []
test_data = []

def load_bc_data():
    for class_num, category in enumerate(CATEGORIES):
        path = os.path.join(DATADIR_train, category)
        for image_name in os.listdir(path):
            try:
                img_array = cv2.imread(os.path.join(path, image_name),)  # 画像読み込み
                img_resize_array = cv2.resize(img_array, (583, 438))  # 画像のリサイズ
                training_data.append([img_resize_array, class_num])  # 画像データ、ラベル情報を追加
            except Exception as e:
                pass
            
random.shuffle(training_data)  # データをシャッフル
x_train = []  # 画像データ
y_train = []  # ラベル情
for class_num, category in enumerate(CATEGORIES):
        path = os.path.join(DATADIR_test, category)
        for image_name in os.listdir(path):
            try:
                img_array = cv2.imread(os.path.join(path, image_name),)  # 画像読み込み
                img_resize_array = cv2.resize(img_array, (583, 438))  # 画像のリサイズ
                test_data.append([img_resize_array, class_num])  # 画像データ、ラベル情報を追加
            except Exception as e:
                pass
load_bc_data()
random.shuffle(test_data)  # データをシャッフル
x_test = []  # 画像データ
y_test = []  # ラベル情報

# データセット作成(train)
for feature, label in training_data:
    x_train.append(feature)
    y_train.append(label)
    
# データセット作成(test)
for feature, label in test_data:
    x_test.append(feature)
    y_test.append(label)

# numpy配列に変換
x_train = np.array(x_train)
y_train = np.array(y_train)

x_test =np.array(x_test)
y_test =np.array(y_test)

エラーが発生するまでの元のコード

import matplotlib.pyplot as plt
import os
import cv2
import random
import numpy as np

from b_c_dataset import B_C_Dataset2

import numpy as np
import matplotlib.pyplot as plt
from keras.utils import to_categorical
from keras.preprocessing.image import ImageDataGenerator

bell = 0#bellは0
call = 1#callは1

# dataset（ここでエラーが発生しております）
(x_train, y_train), (x_test, y_test) = B_C_Dataset2.load_bc_data()

x_train = x_train.reshape(x_train.shape[0], 583, 438, 1)
x_test = x_test.reshape(x_test.shape[0], 583, 438, 1)

x_train = x_train.astype('float32') / 255
x_test = x_test.astype('float32') / 255

#学習データ
x_train_sum, x_train_s, x_train_b, x_test_s, x_test_b, = [], [], [], [], []
y_train_sum = []

for i in range(len(x_train)):
    if y_train[i] == boots:
        x_train_b.append(x_train[i])
    elif y_train[i] == sneaker:
        x_train_s.append(x_train[i])
    else:
        x_train_sum.append(x_train[i])
        y_train_sum.append(y_train[i])

x_train_sum = np.array(x_train_sum)
x_train_b = np.array(x_train_b)
x_train_s = np.array(x_train_s)
        
#trainデータからランダムに100個抽出
number = np.random.choice(np.arange(0,x_train_sum.shape[0]),100,replace=False)

x, y = [], []

for i in number:
    x.append(x_train_sum[i])
    y.append(y_train_sum[i])
    
x_train_sum = np.array(x)
y_train_sum = np.array(y)

元のサイト様のコードはさらに続きますが、途中でエラーが発生してしまっているため、省略をしております。

#試していること
エラーについて調べていたところ、
【python】TypeError: 'NoneType'のエラー原因と対処法まとめ
上記のサイト様にヒントがあるのではないか、と考えております。しかし、いまだにコードをどのように改善すればいいのかわからない状況です。

#補足
使っているPCはmacOS Catalina バージョン10.15.5
Pythonのバージョンは3.6.5です
jupyter notebookを使用しています。

行動規範の内容に同意します

回答1件

ベストアンサー

B_C_Dataset2. load_bc_data()関数が何も返していないのに(x_train, y_train), (x_test, y_test)という戻り値を受け取ろうとしているのが問題ですね。

少し強引に修正するならこんなところでしょうか。

python
1import matplotlib.pyplot as plt
2import os
3import cv2
4import random
5import numpy as np
6
7DATADIR_train = '/Users/user name/desktop/弱教師あり学習/b_c_dataset/png/train'
8DATADIR_test = '/Users/user name/desktop/弱教師あり学習/b_c_dataset/png/test'
9CATEGORIES = ["bell", "call"]
10training_data = []
11test_data = []
12
13def load_bc_data():
14    random.shuffle(training_data)  # データをシャッフル
15    x_train = []  # 画像データ
16    y_train = []  # ラベル情
17    for class_num, category in enumerate(CATEGORIES):
18        path = os.path.join(DATADIR_train, category)
19        for image_name in os.listdir(path):
20            try:
21                img_array = cv2.imread(os.path.join(path, image_name),)  # 画像読み込み
22                img_resize_array = cv2.resize(img_array, (583, 438))  # 画像のリサイズ
23                training_data.append([img_resize_array, class_num])  # 画像データ、ラベル情報を追加
24            except Exception as e:
25                pass
26
27    for class_num, category in enumerate(CATEGORIES):
28        path = os.path.join(DATADIR_test, category)
29        for image_name in os.listdir(path):
30            try:
31                img_array = cv2.imread(os.path.join(path, image_name),)  # 画像読み込み
32                img_resize_array = cv2.resize(img_array, (583, 438))  # 画像のリサイズ
33                test_data.append([img_resize_array, class_num])  # 画像データ、ラベル情報を追加
34            except Exception as e:
35                pass
36
37    random.shuffle(test_data)  # データをシャッフル
38    x_test = []  # 画像データ
39    y_test = []  # ラベル情報
40
41    # データセット作成(train)
42    for feature, label in training_data:
43        x_train.append(feature)
44        y_train.append(label)
45
46    # データセット作成(test)
47    for feature, label in test_data:
48        x_test.append(feature)
49        y_test.append(label)
50
51    # numpy配列に変換
52    x_train = np.array(x_train)
53    y_train = np.array(y_train)
54
55    x_test =np.array(x_test)
56    y_test =np.array(y_test)
57
58    # 以下のようにload_bc_data関数の戻り値として訓練データとテストデータを返す必要があります
59    return (x_train, y_train), (x_test, y_test)