セマンティックセグメンテーションのトレーニング イメージとテスト イメージ

https://jp.mathworks.com/help/releases/R2018a/vision/examples/semantic-segmentation-using-deep-learning.html#d119e188

上のURLを参考に自分で用意したデータセットを用いてセマンティックセグメンテーションを行おうとしているのですが上のURLの学習セットとテスト セットの準備において，イメージとピクセル ラベル データを学習セットとテスト セットに無作為に分割する際，例えば，Aのイメージとピクセル ラベル データはテストセットにして残りを無作為に分けるといったことは可能なのでしょうか？

Answer 1

[Kenta]

こんにちは、以下のように、imnameで、自分の指定する画像Ａの名前を打ち込んでください。

そのうえで、下の改訂版の補助関数を置けばできます。

下が確認のためのモンタージュ表示です。

imname='006900';
[imdsTrain, imdsVal, imdsTest, pxdsTrain, pxdsVal, pxdsTest] = partitionCamVidData_revised(imds,pxds,imname);

以下が改訂版の補助関数です。イメージデータストアから、自分の指定する画像を探し出して、

それのインデックスを最後に持ってこれば、テストデータに含めることができます。

function [imdsTrain, imdsVal, imdsTest, pxdsTrain, pxdsVal, pxdsTest] = partitionCamVidData_revised(imds,pxds,imname)
% Partition CamVid data by randomly selecting 60% of the data for training. The
% rest is used for testing.
    
% Set initial random state for example reproducibility.
rng(0); 
numFiles = numel(imds.Files);
shuffledIndices = randperm(numFiles);
imLogical=contains(imds.Files,imname);
imIdex=find(imLogical==1);
imIdexDel=find(shuffledIndices==imIdex);
shuffledIndices(imIdexDel) = [];
shuffledIndices=[shuffledIndices,imIdex];

% Use 60% of the images for training.
numTrain = round(0.60 * numFiles);
trainingIdx = shuffledIndices(1:numTrain);

% Use 20% of the images for validation
numVal = round(0.20 * numFiles);
valIdx = shuffledIndices(numTrain+1:numTrain+numVal);

% Use the rest for testing.
testIdx = shuffledIndices(numTrain+numVal+1:end);

% Create image datastores for training and test.
trainingImages = imds.Files(trainingIdx);
valImages = imds.Files(valIdx);
testImages = imds.Files(testIdx);

imdsTrain = imageDatastore(trainingImages);
imdsVal = imageDatastore(valImages);
imdsTest = imageDatastore(testImages);

% Extract class and label IDs info.
classes = pxds.ClassNames;
labelIDs = camvidPixelLabelIDs();
% Create pixel label datastores for training and test.
trainingLabels = pxds.Files(trainingIdx);
valLabels = pxds.Files(valIdx);
testLabels = pxds.Files(testIdx);

pxdsTrain = pixelLabelDatastore(trainingLabels, classes, labelIDs);
pxdsVal = pixelLabelDatastore(valLabels, classes, labelIDs);
pxdsTest = pixelLabelDatastore(testLabels, classes, labelIDs);
end

[Kodai Sato]

Aの画像のペアの名前が1.jpgと(1).jpgである場合どのようにすればよいのでしょうか？念のため画像を添付いたします．

[Kenta]

はい、もちろんラベルと画像のファイル名はちがうので、ファイル名（画像のほう）を指定すると、それに紐づいたラベルの画像（(1).jpg)を自動に読みだして、操作するように作ってます。

[Kodai Sato]

imname='1';

と入力すればよいのでしょうか？

[Kenta]

imname='1.jpg'のほうがよさそうです

[Kodai Sato]

丁寧にありがとうございました

[Kodai Sato]

動かしてみたところ以下のようなエラーが発生しました

行列のインデックスは削除の範囲外です。

エラー: partitionCamVidData_revised (line 12)
shuffledIndices(imIdexDel) = [];

エラー: h_select_ver (line 2)
[imdsTrain, imdsVal, imdsTest, pxdsTrain, pxdsVal, pxdsTest] = partitionCamVidData_revised(imds,pxds,imname);

[Kenta]

そちらの実行した状況がわからないのでなんともいえませんが、イメージデータストア内の画像が少なく、エラーを返したのかもしれません。こちらは画像を１２枚ほど用意して実行した記憶があります。またコードをもとに、そちらの状況での原因を探っていただけると幸いです。

[Kodai Sato]

データセットは1300枚で行っています．

[Kenta]

そうですか...それでは枚数の問題ではなさそうですね。こちらのデータではうまくいきましたので、データの定義の仕方など軽微なものと思います。ただ、そちらの状況があまりわからないので、こちらでエラーを取るのはあまり効率がよくないと思います。今回のコードをオリジナルとして、kodai satoさまのほうで、原因解明や調整のほう、ご検討いただけないでしょうか？

[Kodai Sato]

承知いたしました

ご丁寧にありがとうございました

[Kenta]

もしかしたら、imnameが正しくないのかもしれません。テストに回したい画像が、1.jpgという名前なら、1.jpgか1とするなど、いろいろと試してみてください。そのほかの考えられる原因としては、pngになってるなど、拡張子が単にちがうだけかもしれません。