超解像用の自作ImageDataGeneratorを作る

TensorFlow(keras)のImageDataGeneratorは便利ですよね。

ただ超解像タスクや、セグメンテーションタスクのように入力と出力が共に画像で、同じ変形をしたい時などはそのままだと使えません。

なのでクラス継承を使って超解像用のImageDataGeneratorを作ります。

環境

Google Colabを使います。
最近Pro+に課金しました。

自作ジェネレータ

結論を言うとImageDataGeneratorとその中のflowやflow_from_directoryを継承すればokです。

今回はndarray形式のデータを水増しするということを考えてflowを継承します。
水増し手法は何もしない、左右反転、90,180,270度回転の組み合わせで合計8種類をランダムに行うものとします。

以下そのコードです。

import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator

class MyGenerator(ImageDataGenerator):
    def __init__(self, 
                 basic_aug=False, *args, **kwargs):
        super().__init__(*args, **kwargs) # 継承
        self.basic_aug = basic_aug

    def img_basic_aug(self, LR, HR):
        mode = np.random.randint(0,8) # 0~7までの整数をランダムに選択
        if mode == 0: # 左右反転
            low_flip_img = tf.image.flip_left_right(LR).numpy()
            high_flip_img = tf.image.flip_left_right(HR).numpy()
            return low_flip_img, high_flip_img
        elif mode == 1: # 180度回転
            low_rotate_180_img = tf.image.rot90(LR, k=2).numpy()
            high_rotate_180_img = tf.image.rot90(HR, k=2).numpy()
            return low_rotate_180_img, high_rotate_180_img
        elif mode == 2: 左右反転&180度回転
            low_rotate_180_flip_img = tf.image.rot90(tf.image.flip_left_right(LR), k=2).numpy()
            high_rotate_180_flip_img = tf.image.rot90(tf.image.flip_left_right(HR), k=2).numpy()
            return low_rotate_180_flip_img, high_rotate_180_flip_img
        elif mode == 3: # 90度回転
            low_rotate_90_img = tf.image.rot90(LR, k=1).numpy()
            high_rotate_90_img = tf.image.rot90(HR, k=1).numpy()
            return low_rotate_90_img, high_rotate_90_img
        elif mode == 4: # 270度回転
            low_rotate_270_img = tf.image.rot90(LR, k=3).numpy()
            high_rotate_270_img = tf.image.rot90(HR, k=3).numpy()
            return low_rotate_270_img, high_rotate_270_img
        elif mode == 5: # 左右反転&90度回転
            low_rotate_90_flip_img = tf.image.rot90(tf.image.flip_left_right(LR), k=1).numpy()
            high_rotate_90_flip_img = tf.image.rot90(tf.image.flip_left_right(HR), k=1).numpy()
            return low_rotate_90_flip_img, high_rotate_90_flip_img
        elif mode == 6: # 左右反転&270度回転
            low_rotate_270_flip_img = tf.image.rot90(tf.image.flip_left_right(LR), k=3).numpy()
            high_rotate_270_flip_img = tf.image.rot90(tf.image.flip_left_right(HR), k=3).numpy()
            return low_rotate_270_flip_img, high_rotate_270_flip_img
        elif mode == 7: # 何もしない
            return LR, HR


    def flow(self, *args, **kwargs):
        batches = super().flow(*args, **kwargs) # flow関数を継承

        while True: # 無限ループ
            batch_LR, batch_HR = next(batches) # ミニバッチ1つを取り出す
            if self.basic_aug == True:
                for i in range(batch_LR.shape[0]):
                    # ミニバッチの中の画像それぞれに対して水増しを適用
                    batch_LR[i], batch_HR[i] = self.img_basic_aug(batch_LR[i], batch_HR[i])
            yield(batch_LR, batch_HR)

これを基本として、cutmixなどの流行りの手法も関数化して__self__の中とflowの中に書けばオリジナルのGeneratorが作成できます。

まとめ

既存のフレームワークになくてもクラス継承を使うことでやりたいことが行える。
自分で実装してみることが大事だと思う。