[機械学習] 指定した行・列の情報を保持した空の配列の作り方

Question

前提

pythonで画像データを用いた機械学習を実装しています.
クラス分けをしラベル付けされた画像を用いているのですが，その中のあるクラスの画像数が２枚または１枚しかないものがあります.

こちらの都合上，trainデータとtestデータの分割は手作業で行っていますのでこのクラスの画像をtrainデータとtestデータに分割すると，train:test → 2:0，1:0 というようにtestデータが0枚になってしまうケースがあります.

簡略化していますが，現在使用しているコードでは以下のようになっています.

####以下はtestデータに対して行うものです####
height = 50  # 入力画像の縦のpx
width  = 200 # 入力画像の横のpx

data = np.empty([0, width], dtype='uint8') # 各画像(numpy.ndarray)を格納する配列
labels = np.empty([0, 1], dtype='uint8')　 # 各画像のラベルを格納する配列

# すべての画像に対して以下の処理を繰り返す
data = np.append(data, img, axis=0) # imgは各画像の多次元配列numpy.ndarray
labels = np.append(labels, i)       # iは各画像につけられたラベル

実現したいこと

そこで，testデータが0枚のクラスではimgは，画像のheight, widthの情報は持たせたまま空の配列を生成できるようにしたいのですが，どのように実現すればよいのかが分かりません.

試したこと

調べたところnp.empty()というもので空配列を作ることができ，testデータが0枚のクラスでは以下のように画像のheight, widthの情報を持たせた空配列をimgとして生成しましたが，なぜかimgの各要素には値が入っています.
そのためimgは一つの画像として生成されてしまうため，これを実現できません.

img = np.empty([height, width], dtype='uint8')

####imgの中身####
array([[1.39200593e-311, 1.39200483e-311, 2.12199579e-314, ...,
        4.43181969e+025, 6.02669610e+175, 2.26070879e+271],
       [7.79952706e-143, 1.35507324e+248, 4.11737758e-027, ...,
        8.39833674e-095, 1.91081333e+214, 3.03435270e-086],
       [9.45909065e-154, 2.16401696e-027, 6.01334514e-154, ...,
        3.94655055e+180, 1.22841379e+169, 6.96742179e+252],
       ...,
       [9.45906221e-154, 2.16401696e-027, 6.01334514e-154, ...,
        1.16312003e+253, 1.97453180e-153, 6.01346953e-154],
       [8.42241166e+252, 4.96850937e+180, 5.02416738e+180, ...,
        8.87693539e+252, 8.76391296e+252, 5.02049779e+276],
       [5.12558197e-027, 6.01334514e-154, 1.71653323e+219, ...,
        1.62607037e-086, 6.01334619e-154, 2.04918907e+214]])

現在はこちらの対処法がわからず，とりあえずはtestデータが0枚のところにはnp.zeros()で真っ黒の画像を一枚だけ生成し，train:test → 2:1，1:1といった風に対処しています.(これが正しいのかは分かりませんが...)

----まとめ----
・画像のheight, widthの情報を持たせた空の配列を生成することは可能かどうか.

・現在の真っ黒の画像で補完する方法に問題はないか.

また，機械学習で画像認識を行うとき，入力する画像(numpy.ndarray)とそれに対応するラベルがセットとなりますが今回のような場合でtestデータが0枚のところは，空の配列をappendするにも画像の縦横の長さの情報は持たせた方が機械学習の内部処理的にはいいのでしょうか.
それともただ単にimg = []としてappendしてしまっても問題ないのでしょうか.

併せてご回答いただけますとありがたいです.
よろしくお願いします.

補足情報（FW/ツールのバージョンなど）

ubuntu　20.04
Python　3.8.10

tensorflow-gpu　2.5.3
keras　2.8.0
numpy　1.19.5

jupyter lab　2.3.2
ここにより詳細な情報を記載してください。

Comments

[bsdfan]

numpy.empty() は空の配列を作成するのではなく、未初期化の配列を作るものです。
使用中のコードでは、shapeに[0, 1]や[0, width]と0が入っているため、結果として空の配列が作られているだけです。
(空というのは、ゼロ埋めという意味ではなく、サイズがゼロの配列という意味で書いています)

Answer 1

指定した配列と同じ属性の空の配列を作成するにはnumpy.zeros_like が良いかと思います。

numpy.zeros_like

Comments

[harug]

ご回答いただきありがとうございます.
np.zeros_like を使用すると同じ属性で要素がすべて0の配列が出来ました.
しかしこれではすべて画素地値0，すなわち真っ黒の画像が生成されたことになります.
今のソースコードではしょうがないことですが，この真っ黒なデータをテストデータとして使っていいものなのか…とも思うのですがどうでしょう.

[meg_]

> 画像のheight, widthの情報は持たせたまま空の配列を生成できるようにしたいのですが，どのように実現すればよいのかが分かりません.
上記について回答いたしました。

「testデータが0枚」が問題であればそうならないようにするのが対策かと思います。テストデータは増やせないのでしょうか？そもそも1～2枚では学習できない気がしますが。