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

88.92%

Pythonによる自前のデータセットを用いて行う異常検知

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 212

maguro2020

score 21

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

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-6-3318cc4400eb> in <module>
      1 # dataset
----> 2 (x_train, y_train), (x_test, y_test) = B_C_Dataset2.load_bc_data()
      3 
      4 x_train = x_train.reshape(x_train.shape[0], 583, 438, 1)
      5 x_test = x_test.reshape(x_test.shape[0], 583, 438, 1)

TypeError: '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。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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。

回答 1

checkベストアンサー

+1

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。

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():
    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_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

    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

    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)

    # 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
    return (x_train, y_train), (x_test, y_test)

投稿

  • 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。

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 88.92%
  • 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

関連した質問

同じタグがついた質問を見る