Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

イメージ分類用のデータストアの作成と確認

この例では、深層学習ネットワークの学習で使用するイメージ データストアの作成、読み取り、および拡張を行う方法を示します。特に、この例では、イメージ コレクションから ImageDatastore オブジェクトを作成し、データストアのプロパティを読み取って抽出し、学習中に使用するための augmentedImageDatastore を作成する方法を示します。

イメージ データストアの作成

imageDatastoreオブジェクトを使用して、メモリに完全に収まらない大規模なイメージ コレクションを管理します。深層学習アプリケーションでは大規模なイメージ コレクションが一般的で、何千ものラベル付きイメージで学習させることがよく行われています。これらのイメージは多くの場合、クラスごとにイメージが格納されたサブフォルダーをもつフォルダーに保存されます。

データのダウンロード

イメージ分類データ セットをダウンロードして解凍します。

食品イメージのサンプル データ セットには、9 つのクラス ("シーザー サラダ"、"カプレーゼ サラダ"、"フライド ポテト"、"グリーク サラダ"、"ハンバーガー"、"ホット ドッグ"、"ピザ"、"刺身"、および "寿司") に属する写真が含まれています。

https://www.mathworks.com/supportfiles/nnet/data/ExampleFoodImageDataset.zip から食品イメージのサンプル データ セットをダウンロードして解凍します。このデータセットは約 77 MB です。インターネット接続の速度によっては、ダウンロード プロセスに時間がかかることがあります。downloadFolder をデータの場所に設定します。

url = "https://www.mathworks.com/supportfiles/nnet/data/ExampleFoodImageDataset.zip";
downloadFolder = tempdir;
filename = fullfile(downloadFolder,'ExampleFoodImageDataset.zip');

dataFolder = fullfile(downloadFolder, "ExampleFoodImageDataset");
if ~exist(dataFolder, "dir")
    fprintf("Downloading Example Food Image data set (77 MB)... ")
    websave(filename,url);
    unzip(filename,dataFolder);
    fprintf("Done.\n")
end

このデータ セットのイメージは、クラスごとにサブフォルダーに分けられています。

パスとそのサブフォルダー内のイメージからイメージ データストアを作成します。フォルダー名をラベル名として使用します。

foodImds = imageDatastore(dataFolder, ...
    'IncludeSubfolders',true, ...
    'LabelSource','foldernames');

データストアのプロパティ

データストアのプロパティを抽出します。

観測値の総数を求めます。このデータ セットには、9 つのクラスに分割された 978 個の観測値があります。

numObs = length(foodImds.Labels)
numObs = 978

クラスごとの観測値の数を求めます。このデータ セットでは、含まれる各クラスの観測値の数が同じでないことがわかります。

numObsPerClass = countEachLabel(foodImds)
numObsPerClass=9×2 table
        Label        Count
    _____________    _____

    caesar_salad       26 
    caprese_salad      15 
    french_fries      181 
    greek_salad        24 
    hamburger         238 
    hot_dog            31 
    pizza             299 
    sashimi            40 
    sushi             124 

ヒストグラムを使用して、クラス ラベルの分布を可視化することもできます。

histogram(foodImds.Labels)
set(gca,'TickLabelInterpreter','none')

データストアの確認

データストアからランダムに選択したイメージを表示して、データが期待どおりであることをチェックします。

numObsToShow = 8;
idx = randperm(numObs,numObsToShow);
imshow(imtile(foodImds.Files(idx),'GridSize',[2 4],'ThumbnailSize',[100 100]))

特定のクラスに属するイメージを表示することもできます。

class = "pizza";
idxClass = find(foodImds.Labels == class);
idx = randsample(idxClass,numObsToShow);
imshow(imtile(foodImds.Files(idx),'GridSize',[2 4],'ThumbnailSize',[100 100]));

データストアまたはフォルダー内の個々のイメージを詳しく調べるには、イメージ ブラウザー (Image Processing Toolbox)アプリを使用します。

イメージ拡張

拡張では、イメージ データの歪みに対して不変になるようにネットワークに学習させることができます。たとえば、存在する回転に対してネットワークが不変になるように、入力イメージにランダムな回転を追加できます。augmentedImageDatastoreオブジェクトは、分類問題用の 2 次元イメージに限られた拡張を適用する便利な方法を提供します。

拡張スキームを定義します。このスキームは、[–90,90] 度の範囲のランダムな回転と、[1,2] の範囲のランダムなスケーリングを適用します。拡張データストアは、学習中にイメージのサイズを inputSize 値に自動的に変更します。

imageAugmenter = imageDataAugmenter( ...
    'RandRotation',[-90 90], ...
    'RandScale',[1 2]);

inputSize = [100 100]; 

拡張スキームを使用して、拡張イメージ データストアを定義します。

augFoodImds = augmentedImageDatastore(inputSize,foodImds, ...
    'DataAugmentation',imageAugmenter);

拡張データストアには、元のイメージ データストアと同じ数のイメージが含まれています。

augFoodImds.NumObservations
ans = 978

拡張イメージ データストアを学習イメージのソースとして使用する場合、データストアは各エポックの学習データにランダムに摂動を与えます。ここで、1 エポックは学習データ セット全体に対する学習アルゴリズムを一巡することです。したがって、各エポックで使用されるデータ セットはわずかに異なりますが、各エポックにおける学習イメージの実際の数は変化しません。

拡張データの可視化

ネットワークに学習させるために使用する拡張イメージ データを可視化します。

データストアをシャッフルします。

augFoodImds = shuffle(augFoodImds);

augmentedImageDatastore オブジェクトは、データストアの読み取り時に変換を適用し、変換されたイメージをメモリに保存しません。その結果、同じイメージを読み取るたびに、定義されている拡張のランダムな組み合わせが表示されます。

関数readを使用して、拡張データストアのサブセットを読み取ります。

subset1 = read(augFoodImds);

read を呼び出す前の状態にデータストアをリセットし、データストアのサブセットを再度読み取ります。

reset(augFoodImds)
subset2 = read(augFoodImds);

拡張イメージの 2 つのサブセットを表示します。

imshow(imtile(subset1.input,'GridSize',[2 4]))

imshow(imtile(subset2.input,'GridSize',[2 4]))

両方のインスタンスが、同じイメージを異なる変換処理で表示していることがわかります。イメージへの変換処理の適用は、ランダムな変更が加えられたバージョンのイメージでネットワークに学習させることができるため、深層学習アプリケーションで有効です。そうすることで、ネットワークをそのクラスのイメージのさまざまなバリエーションに触れさせ、視覚的特性が異なるイメージについても分類を学習させることが可能になります。

データストア オブジェクトを作成したら、ディープ ネットワーク デザイナーアプリまたは関数trainNetworkを使用してイメージ分類ネットワークに学習させます。例については、事前学習済みのネットワークを使用した転移学習を参照してください。

深層学習アプリケーション用のイメージの前処理の詳細については、イメージの深層学習向け前処理を参照してください。関数transformおよびcombineを使用して、さまざまなレベルの明度や彩度といった、より高度な拡張を適用することもできます。詳細については、深層学習用のデータストアを参照してください。

参考

| | |

関連するトピック