Submit Search
Upload
How to use scikit-image for data augmentation
•
Download as PPTX, PDF
•
5 likes
•
19,359 views
Hiroki Yamamoto
Follow
第33回コンピュータビジョン勉強会の資料です。内容は、scikit-imageを使ったData Augmentationの方法です。
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 24
Download now
Recommended
Rnncamp01
Rnncamp01
Shin Asakawa
Mercari Image search 1st Anniversary
Mercari Image search 1st Anniversary
yusuke shibui
Machine learning and_system_design
Machine learning and_system_design
yusuke shibui
賢くツールを使って脱人海戦術駆動テスト
賢くツールを使って脱人海戦術駆動テスト
Mitsuru Ogawa
Machine learning microservice_management
Machine learning microservice_management
yusuke shibui
ML system design_pattern
ML system design_pattern
yusuke shibui
Deep Learningの基礎と応用
Deep Learningの基礎と応用
Seiya Tokui
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
knjcode
Recommended
Rnncamp01
Rnncamp01
Shin Asakawa
Mercari Image search 1st Anniversary
Mercari Image search 1st Anniversary
yusuke shibui
Machine learning and_system_design
Machine learning and_system_design
yusuke shibui
賢くツールを使って脱人海戦術駆動テスト
賢くツールを使って脱人海戦術駆動テスト
Mitsuru Ogawa
Machine learning microservice_management
Machine learning microservice_management
yusuke shibui
ML system design_pattern
ML system design_pattern
yusuke shibui
Deep Learningの基礎と応用
Deep Learningの基礎と応用
Seiya Tokui
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
knjcode
Rancherを活用した開発・運用効率の改善への取り組み
Rancherを活用した開発・運用効率の改善への取り組み
Michitaka Terada
Jupyter Notebookを納品した話
Jupyter Notebookを納品した話
Hiroki Yamamoto
PyData入門(超初心者編)~野球のデータをカジュアルに可視化
PyData入門(超初心者編)~野球のデータをカジュアルに可視化
Shinichi Nakagawa
pixivのタグ情報+cytoscape+PHPで、「魔法少女まどか☆マギカ」をネットワーク分析
pixivのタグ情報+cytoscape+PHPで、「魔法少女まどか☆マギカ」をネットワーク分析
Ryuichi Matsumoto
An Agile Way As an SET at LINE ~プロダクトオーナーシップ編~
An Agile Way As an SET at LINE ~プロダクトオーナーシップ編~
LINE Corporation
コピー自動生成プロダクトでDataflowを導入した話
コピー自動生成プロダクトでDataflowを導入した話
ShunyoKawamoto
WatchKitを実際にさわってみてわかったこと
WatchKitを実際にさわってみてわかったこと
Shuichi Tsutsumi
プロダクト中心のデータ駆動を推進していくために必要なこと
プロダクト中心のデータ駆動を推進していくために必要なこと
Kazuhito Osabe
【CEDEC2018】一歩先のUnityでのパフォーマンス/メモリ計測、デバッグ術
【CEDEC2018】一歩先のUnityでのパフォーマンス/メモリ計測、デバッグ術
Unity Technologies Japan K.K.
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
Chainerで学ぶdeep learning
Chainerで学ぶdeep learning
Retrieva inc.
Einsteinvision - object detection を試してみよう
Einsteinvision - object detection を試してみよう
Salesforce Developers Japan
2017年度 AMG Solution 会社説明会資料
2017年度 AMG Solution 会社説明会資料
Tomoteru Sannomiya
DIGITSによるディープラーニング画像分類
DIGITSによるディープラーニング画像分類
NVIDIA Japan
CycleGANで顔写真をアニメ調に変換する
CycleGANで顔写真をアニメ調に変換する
meownoisy
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
s. kaijima
Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例
oistudy
パフォーマンスに効く 画像実装のベストプラクティス
パフォーマンスに効く 画像実装のベストプラクティス
ssuser595c7d1
WebDB Forum 2013
WebDB Forum 2013
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
More Related Content
Similar to How to use scikit-image for data augmentation
Rancherを活用した開発・運用効率の改善への取り組み
Rancherを活用した開発・運用効率の改善への取り組み
Michitaka Terada
Jupyter Notebookを納品した話
Jupyter Notebookを納品した話
Hiroki Yamamoto
PyData入門(超初心者編)~野球のデータをカジュアルに可視化
PyData入門(超初心者編)~野球のデータをカジュアルに可視化
Shinichi Nakagawa
pixivのタグ情報+cytoscape+PHPで、「魔法少女まどか☆マギカ」をネットワーク分析
pixivのタグ情報+cytoscape+PHPで、「魔法少女まどか☆マギカ」をネットワーク分析
Ryuichi Matsumoto
An Agile Way As an SET at LINE ~プロダクトオーナーシップ編~
An Agile Way As an SET at LINE ~プロダクトオーナーシップ編~
LINE Corporation
コピー自動生成プロダクトでDataflowを導入した話
コピー自動生成プロダクトでDataflowを導入した話
ShunyoKawamoto
WatchKitを実際にさわってみてわかったこと
WatchKitを実際にさわってみてわかったこと
Shuichi Tsutsumi
プロダクト中心のデータ駆動を推進していくために必要なこと
プロダクト中心のデータ駆動を推進していくために必要なこと
Kazuhito Osabe
【CEDEC2018】一歩先のUnityでのパフォーマンス/メモリ計測、デバッグ術
【CEDEC2018】一歩先のUnityでのパフォーマンス/メモリ計測、デバッグ術
Unity Technologies Japan K.K.
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
Chainerで学ぶdeep learning
Chainerで学ぶdeep learning
Retrieva inc.
Einsteinvision - object detection を試してみよう
Einsteinvision - object detection を試してみよう
Salesforce Developers Japan
2017年度 AMG Solution 会社説明会資料
2017年度 AMG Solution 会社説明会資料
Tomoteru Sannomiya
DIGITSによるディープラーニング画像分類
DIGITSによるディープラーニング画像分類
NVIDIA Japan
CycleGANで顔写真をアニメ調に変換する
CycleGANで顔写真をアニメ調に変換する
meownoisy
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
s. kaijima
Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例
oistudy
パフォーマンスに効く 画像実装のベストプラクティス
パフォーマンスに効く 画像実装のベストプラクティス
ssuser595c7d1
WebDB Forum 2013
WebDB Forum 2013
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Similar to How to use scikit-image for data augmentation
(20)
Rancherを活用した開発・運用効率の改善への取り組み
Rancherを活用した開発・運用効率の改善への取り組み
Jupyter Notebookを納品した話
Jupyter Notebookを納品した話
PyData入門(超初心者編)~野球のデータをカジュアルに可視化
PyData入門(超初心者編)~野球のデータをカジュアルに可視化
pixivのタグ情報+cytoscape+PHPで、「魔法少女まどか☆マギカ」をネットワーク分析
pixivのタグ情報+cytoscape+PHPで、「魔法少女まどか☆マギカ」をネットワーク分析
An Agile Way As an SET at LINE ~プロダクトオーナーシップ編~
An Agile Way As an SET at LINE ~プロダクトオーナーシップ編~
コピー自動生成プロダクトでDataflowを導入した話
コピー自動生成プロダクトでDataflowを導入した話
WatchKitを実際にさわってみてわかったこと
WatchKitを実際にさわってみてわかったこと
プロダクト中心のデータ駆動を推進していくために必要なこと
プロダクト中心のデータ駆動を推進していくために必要なこと
【CEDEC2018】一歩先のUnityでのパフォーマンス/メモリ計測、デバッグ術
【CEDEC2018】一歩先のUnityでのパフォーマンス/メモリ計測、デバッグ術
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Chainerで学ぶdeep learning
Chainerで学ぶdeep learning
Einsteinvision - object detection を試してみよう
Einsteinvision - object detection を試してみよう
2017年度 AMG Solution 会社説明会資料
2017年度 AMG Solution 会社説明会資料
DIGITSによるディープラーニング画像分類
DIGITSによるディープラーニング画像分類
CycleGANで顔写真をアニメ調に変換する
CycleGANで顔写真をアニメ調に変換する
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例
パフォーマンスに効く 画像実装のベストプラクティス
パフォーマンスに効く 画像実装のベストプラクティス
WebDB Forum 2013
WebDB Forum 2013
リクルート式AIの活用法
リクルート式AIの活用法
How to use scikit-image for data augmentation
1.
How to use
scikit-image for data augmentation @tereka114
2.
自己紹介 1. 山本 大輝(@tereka114) 2.
のんびりしているエンジニアの日記(Blog) 1. http://nonbiri-tereka.hatenablog.com/ 3. Acroquest Technology株式会社 4. データ分析のお仕事しています。 1. 画像処理、自然言語処理
3.
Outline 1. Scikit-imageとは何か 2. Data
Augmentationとは何か 3. Data Augmentationで使える関数の紹介 1. 画像の読み込み 2. アフィン変換 3. ヒストグラム正規化 4. Numpyの便利関数紹介
4.
Outline 1. Scikit-imageとは何か 2. Data
Augmentationとは何か 3. Data Augmentationで使える関数の紹介 1. 画像の読み込み 2. アフィン変換 3. ヒストグラム正規化 4. Numpyの便利関数紹介
5.
Scikit-imageとは何か? 1. Scikit-imageは画像処理のライブラリ。 2. 因みにscikitとは、scipy
toolkitを示していて、 特にこのライブラリは広く使われている。 3. 実は気にしていないだけで、案外バックエン ドでは動いていることがある。
6.
CaffeのData Augmentation
7.
Scikit-imageの良い点 1. Installが簡単 1. Sudo
pip install scikit-image 2. 基本的な操作はNumpyの関数で可能 1. 簡単に行列演算を実施することができる。
8.
Scikit-imageでできること 1. 画像の入出力(当たり前) 2. 画像の変換 1.
Histogram normalization、Affine Transform 3. 特徴量抽出 1. Local Binary Pattern, Histogram of Orientation
9.
Scikit-imageでできること 1. 画像の入出力(当たり前) 2. 画像の変換 1.
Histogram normalization、Affine Transform 3. 特徴量抽出 1. Local Binary Pattern, Histogram of Orientation
10.
Outline 1. Scikit-imageとは何か 2. Data
Augmentationとは何か 3. Data Augmentationで使える関数の紹介 1. 画像の読み込み 2. アフィン変換 3. ヒストグラム正規化 4. Numpyの便利関数紹介
11.
Data Augmentation 1. データに対して情報を加えること。 2.
画像に対しては、元画像に対して回転、平 行移動、スケール変更などの情報を加える。 3. Kaggleではよく使われる方法 4. AlexNetの元論文でも使われている。
12.
Example of Data
Augmentation 引用元:https://cesarlaurent.wordpress.com/2015/02/19/29/
13.
Example of Data
Augmentation 引用元:https://cesarlaurent.wordpress.com/2015/02/19/29/
14.
Outline 1. Scikit-imageとは何か 2. Data
Augmentationとは何か 3. Data Augmentationで使える関数の紹介 1. 画像の読み込み 2. アフィン変換 3. ヒストグラム正規化 4. Numpyの便利関数紹介
15.
画像の読み込み 1. skimage.io.imreadでファイル名を第一引数 に使うと可能です。 2. 読みこんだ画像はnumpy.arrayなので行列 計算はそのまま可能 3.
OpenCVと併用する場合は注意、行列の並び 順はRGB。(OpenCVはBGR)
16.
画像の読み込み 1. Scikit-imageでの画像を読み込み
17.
アフィン変換 1. 平行移動を伴う線形変換のこと 1. 「並行移動」・「回転」・「拡大・縮小」が可能 2.
パラメータを与えるだけで簡単にできる。 1. Scale:スケールの変換 2. Rotate:回転 3. Translated:平行移動
18.
アフィン変換 Affine変換の行列を作成 rotateはradian 線形変換
19.
ヒストグラム正規化 1. ヒストグラムを平滑化することによって、コン トラストを調整することができる。 1. このコントラスト調整によって、精度がよくな ることも・・・
20.
ヒストグラム正規化
21.
ヒストグラム正規化
22.
Numpyの便利関数紹介 1. np.random.randomとnp.random.binomialを 組み合わせると、ノイズが作れる。 2. Transpose関数で転置できる。 1.
多くのDeepLearningライブラリでは、 channel,height,widthの順番を求められる。 2. scikit-imageの画像はheight,width,channel 3. img.transpose(2,0,1)とすると期待する入力にな る。
23.
Numpyの便利関数紹介 1. whereを使うと一定以上の値を抽出して、定 数に変換など可能 1. 値が0.5より高い箇所を1とする。 1.
x[np.where(x > 0.5)] = 1 2. 画像自体はnumpyの行列の為、以下の方法 で、画像を切り取ることが可能 1. img = img[10:10 + 224]
24.
まとめ 1. scikit-imageでData Augmentationをやってみ ようの紹介です。 2.
Data Augmentationは画像処理(特に認識) で使われ、成果をあげている。 3. Scikit-imageで、簡単にできる。
Download now