回答編集履歴
1
d
answer
CHANGED
|
@@ -1,11 +1,33 @@
|
|
|
1
1
|
教師あり学習にはラベルデータが必要です。
|
|
2
2
|
|
|
3
|
-
|
|
3
|
+
## 1. 砂とそうでない画像に分ける。
|
|
4
|
-
各行が <画像ファイル名> <クラスID> であるテキストファイルを作成するといいと思います。例えば、`1.jpg 1` であれば、画像`1.jpg` のクラスは1、つまり海であることを意味します。
|
|
5
4
|
|
|
5
|
+
以下のディレクトリ構造を用意する。
|
|
6
|
+
|
|
7
|
+
dataset
|
|
8
|
+
-- positive: 砂の画像を入れるディレクトリ
|
|
9
|
+
-- negative: 砂でない画像を入れるディレクトリ
|
|
10
|
+
|
|
11
|
+
## 2 フォルダから画像及びラベルを読み込む。
|
|
12
|
+
|
|
6
|
-
```
|
|
13
|
+
```python
|
|
14
|
+
import glob
|
|
7
|
-
|
|
15
|
+
import os
|
|
8
|
-
|
|
16
|
+
import numpy as np
|
|
9
|
-
|
|
17
|
+
from PIL import Image
|
|
18
|
+
|
|
19
|
+
data, labels = [], []
|
|
20
|
+
label_to_id = {name: i for i, name in enumerate(os.listdir('dataset'))}
|
|
21
|
+
print(label_to_id) # {'negative': 0, 'positive': 1}
|
|
22
|
+
|
|
23
|
+
dataset_dir = 'dataset'
|
|
24
|
+
for name in os.listdir('dataset'):
|
|
25
|
+
for img_path in glob.glob(os.path.join(dataset_dir, name, '*.jpg')):
|
|
26
|
+
img = Image.open(img_path)
|
|
27
|
+
img = img.resize((28, 28))
|
|
10
|
-
..
|
|
28
|
+
data.append(np.array(img))
|
|
29
|
+
labels.append(label_to_id[name])
|
|
30
|
+
|
|
31
|
+
data = np.array(data)
|
|
32
|
+
labels = np.array(labels)
|
|
11
33
|
```
|