今回は実際に画像を使って読み込む(今回はラベリング無し)

使用するデータ

MVTEC ANOMALY DETECTION DATASET
から画像データをダウンロードできます。

bottleを使用

ダウンロードしたデータについて

mvtec/bottle

train good
test good
-------以下は異常データ-------
test broken_large
test broken_small
test contamination

のようにそれぞれファイル分けされている。
注意すべき事としてtrainの中に異常データは入っていない。

アドレス読み込み

#学習データの場所を指定　アドレスの取得
train=glob.glob(os.path.join("mvtec/bottle/train/good", '*'))


#テスト正常データの場所を指定　アドレスの取得
true_test=glob.glob(os.path.join("mvtec/bottle/test/good", '*'))


#テスト異常データの場所を指定　アドレスの取得
bad_test=glob.glob(os.path.join("mvtec/bottle/test/broken_large", '*'))
   +glob.glob(os.path.join("mvtec/bottle/test/broken_small", '*'))
   +glob.glob(os.path.join("mvtec/bottle/test/contamination", '*'))

データ場所1+データ場所2+データ場所3
とつけられるのでラベル付けも容易に

opencvで読み込み

前回と同様に読み込みを行う

データ数が多いと読み込みに時間がかかる場合があるので注意

元の画像サイズに注意　

今回使用するのは縦横比が同じ

#画像のサイズの指定
#横
x_size=224
#縦
y_size=224


#学習データの格納
x_train=[]
for j in range(len(train)):
        img=cv2.imread(os.path.join(train[j]))
        
        #グレイスケール変換を行うとき
        #img=cv2.cvtColor(timg,cv2.COLOR_BGR2GRAY)
        
        img=np.asarray(img)
        #指定したサイズに変更
        img_resize=cv2.resize(img,(x_size,y_size))
        #格納
        x_train.append(img_resize)



#正常テストデータの格納
x_test=[]
for j in range(len(true_test)):
        img=cv2.imread(os.path.join(true_test[j]))
        
        #グレイスケール変換を行うとき
        #img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        
        img=np.asarray(img)
        #指定したサイズに変更
        img_resize=cv2.resize(img,(x_size,y_size))
        #格納
        x_test.append(img_resize)


#異常テストデータの格納
for j in range(len(bad_test)):
        img=cv2.imread(os.path.join(bad_test[j]))
        
        #グレイスケール変換を行うとき
        #img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        
        img=np.asarray(img)
        #指定したサイズに変更
        img_resize=cv2.resize(img,(x_size,y_size))
        #格納
        x_test.append(img_resize)


#正規化
x_train=np.float32(x_train)
x_train/=255
x_test=np.float32(x_test)
x_test/=255

x_testには正常異常どちらも入る

以上
ご指摘等ございましたらよろしくお願いします。