【Python】機械学習で使えるデータを簡単に作ってみた - 生活満足度を向上させるお金と天気のブログ

こんにちは。とりりんです。

今回は機械学習に使えるデータを作ってみようと思います。

こんなことが知りたい方向けです。

Python初心者の方
画像処理をしたい方
データサイエンスに興味がある方

AIに実行させるタスク
２枚の丸画像のペアを大量に作成するコード
まとめ

AIに実行させるタスク

まず、どんなことを想定しているかを作成する画像を見ながらイメージを深めていきましょう。

入力データ・正解データはこんな感じで出来上がります。

このペアを大量に作って学習させることで、見た事ない画像でも「ここを丸を白く塗りつぶせばいいんだな！と学ぶわけです。

今回は簡単のため丸だけのデータにしましたが、バラエティに富んだ画像を与えるとより複雑なタスクができるAIを作成できます。

２枚の丸画像のペアを大量に作成するコード

まず一気にのっけます。こんな感じで実行してください。

python makeCircle.py {コマンドライン引数}

import argparse
import csv
import cv2
import random
import numpy as np


def main():

    args = Parse()

    # 学習用
    makeData(args.trainSaveDir, args.trainNum, args.size)

    # 評価用
    makeData(args.evalSaveDir, args.evalNum, args.size)

    return


def makeData(imgDir, dataNum, size):
    
    for i_num in range(dataNum):
        
        img = np.zeros((size, size))
        corImg = np.zeros((size, size))
        
        x, y = random.randint(0, size - 8), random.randint(0, size - 8)
        cclSize = random.randint(3, 8)
        
        cv2.circle(img, (x, y), cclSize, 255, thickness=1)
        cv2.circle(corImg, (x, y), cclSize, 255, thickness=-1)
        
        inputPath = imgDir + "/inputs/" + str(i_num).zfill(4) + ".png"
        correctPath = imgDir + "/corrects/" + str(i_num).zfill(4) + ".png"
        cv2.imwrite(inputPath, img)
        cv2.imwrite(correctPath, corImg)
 
    return


def Parse():

    parser = argparse.ArgumentParser()
    parser.add_argument('-tn', '--trainNum', type=int, default=500)
    parser.add_argument('-en', '--evalNum', type=int, default=100)
    parser.add_argument('-ts', '--trainSaveDir', type=str, default="./data/train")
    parser.add_argument('-es', '--evalSaveDir', type=str, default="./data/test")
    parser.add_argument('-s', '--size', type=int, default=32)

    args = parser.parse_args()

    return args


if __name__ == "__main__":
    main()