install 通常版 sudo pip install imgaug 最新版 pip install git+https://github.com/aleju/imgaug 必要なもの six numpy scipy scikit-image (pip install -U scikit-image) OpenCV (i.e. cv2) 使い方 すべてのDA手法をお試しするならgenerate_example_ima…
keras公式の学習済モデル読み込み方法 from keras.applications.inception_v3 import InceptionV3 InceptionV3 = InceptionV3(include_top=False, weights='imagenet', input_tensor=input_tensor) kerasで利用可能なモデル ImageNetで学習した重みをもつ画…
TensorFlowのインストール 「libcupti-dev」を入れます。 sudo apt-get install libcupti-dev 「これはNVIDIA CUDAプロファイルツールインタフェースです。このライブラリは高度なプロファイリングのサポートを提供します。」だそうです。（TensorFlowより）…
mixup1は、2つの訓練サンプルのペアを混合して新たな訓練サンプルを作成するdata augmentation手法の1つ 具体的には、データとラベルのペアから、下記の式により新たな訓練サンプルを作成します。ここでラベルはone-hot表現のベクトルになっているものとしま…
Cutout / Random Erasing Cutout7は2017年8月15日に、Random Erasing8は2017年8月16日と、ほぼ同時期にarXivに論文が公開されたほぼ同一の手法（！）で、モデルの正則化を目的とした新しいdata augmentationを提案しています。 同じく正則化を目的としたDrop…
Shake-Shake4 5はResNetをベースとし、テンソルに対するdata augmentationを行うことで、正則化を実現する手法です。通常data augmentationは画像に対して行われますが、中間層の出力テンソル（特徴ベクトル）に対してもdata augmentationを行うことが有効で…
アップロードし，二値化 設定 色数：2色モノクロ 以上 WEBブラウザ上で画像や写真をモノクロに加工できるツール - PEKO STEP アップロードし，二値化確認 https://www.petitmonte.com/labo/imageconvert/
#!/usr/bin/python #-*- coding:utf-8 -*- import numpy as np import cv2 # original image (gray scale image) org_img = cv2.imread('image_example.jpg', 0) # preference THRESHOLD = 127 MAXVALUE = 255 # binarization using opencv _, bin_cv2 = cv2…
PS起動 「イメージ」→「色調補正」→「2階調化」を選択 2階調化パネルの設定:しきい値設定 finish 保存 digitalfan.jp
ev３にpip3の入れ方 sudo apt-get install curl curl -kL https://bootstrap.pypa.io/get-pip.py | sudo python エラーの場合 apt get update してみるといいかも ssh接続エラーの場合 SSHで接続した際に「Host key verification failed」 Debian wheezyから…
python等でプロジェクトごとに環境構築する prenvを用いた環境構築 prenv installsudo git clone git://github.com/yyuu/pyenv.git ./pyenvpathの設定 export PYENV_ROOT=$HOME/.pyenv export PATH=$PYENV_ROOT/bin:$PATH eval "$(pyenv init -)"pythonバー…
qiita.com
参考 GitHub - carpedm20/simulated-unsupervised-tensorflow: TensorFlow implementation of "Learning from Simulated and Unsupervised Images through Adversarial Training"
データセット GitHub - spMohanty/PlantVillage-Dataset 参考 GitHub - jacobgil/keras-dcgan: Keras implementation of Deep Convolutional Generative Adversarial Networks 結果 step 100 step 29900 病害葉画像版 病名：ceder rust step 29900 病名：sca…
回帰問題とは数値を予測する問題です．学習時に入力データと出力データの組み合わせから対応する規則を学び，未知の入力データに対しても適切な出力を生成できるようにするもの．つまり，入力と出力の関係(関数)を推定し，近似する問題と言える． 線形回帰直…
正答率（Accuracy）適合率（Precision）再現率（Recall）F値（F-measure）混同行列（Confusion Matrix） #metrics.accuracy_score(test_target, predicted) print('accuracy:/n', metrics.accuracy_score(expected, predicted)) #metrics.precision_score(te…
用いる分類器の種類・k近傍法 ・サポートベクターマシン（線形） ・サポートベクターマシン（ガウシアンカーネル） ・決定木 ・ランダムフォレスト ・AdaBoost ・ナイーブベイズ ・線形判別分析 ・二次判別分析サポートベクターマシン サポートベクターマシ…
from PIL import Image from matplotlib import pylab as plt # 画像の読み込み img = np.array( Image.open('####.jpg') ) # 画像の表示 plt.imshow( img )
digitsデータセット読み込み表示 from sklearn import datasets digits = datasets.load_digits() #読み込みデータ表示 #digits.dataが入力データ #digits.targetが判別結果 print(digits.data) [[ 0. 0. 5. ..., 0. 0. 0.] [ 0. 0. 0. ..., 10. 0. 0.] [ 0.…
リスト内包表記 Python 2.7 [a+b+c+d for (a, b, c,d) in zip(list1, list2, list3, list4)] Python 2.7 list1 = [1,2,3] list2 = [2,3,4] list3 = [5,6,7] for (a, b, c) in zip(list1, list2, list3): print a, b, c Python 2.7 for (a, b, c) in zip(list…
. label=キーワード引数を使う場合 プロットをする際にlabel=キーワード引数で結びつけるラベルを渡すことができます。 結びつけたら、あとはplt.legend関数を呼び出すだけで凡例がグラフにプロットされます。 x = np.linspace(0, 10) y_sin = np.sin(x) y_c…
numpyの.arangeでデータを生成する 0,1,2,3...とか1,3,5,7のようなデータを作る方法 start, step, dtypeは省略可能でstartを省略すると0からになる。how to usearange([start],stop,[step],[dtype]) start, step, dtypeは省略可能でstartを省略すると0からに…
matplotlib.pyplot.scatter の概要 matplotlib には、散布図を描画するメソッドとして、matplotlib.pyplot.scatter が用意されてます。 matplotlib.pyplot.scatter の使い方 Python 1 2 3 4 matplotlib.pyplot.scatter(x, y, s=20, c=None, marker='o', cmap…
pythonのリストやnumpy配列でのスライスは i:j:n の形式で行います。 ここでi は開始インデックス、 j は終了インデックスを表しており、i以上でjより小さいインデックス（i <= n < j）でスライスされます。次に n ですが、これはステップ数を表しますが、ス…
標準化の式 正規化の式 scikit-learn でsklearn の StandardScaler と MinMaxScaler がそれぞれ 標準化 と 正規化 のモジュールです。主に使うメソッドは次の 3 つです。fit パラメータ（平均や標準偏差 etc）計算 transform パラメータをもとにデータ変換 f…
#ケース１ score = model.evaluate(x_test, y_test, batch_size=128) #ケース２ scores = model.evaluate(X, Y, verbose=0) print("%s: %.2f%%" % (model.metrics_names[1], scores[1] * 100))
#ケース１ data = np.random.random((1000, 100)) labels = np.random.randint(10, size=(1000, 1)) # ラベルデータをカテゴリの1-hotベクトルにエンコードする one_hot_labels = keras.utils.to_categorical(labels, num_classes=10) # 各イテレーションの…
モデルの学習を始める前に，compileメソッドを用いどのような学習処理を行なうかを設定する必要があります．compileメソッドは3つの引数を取ります: 最適化アルゴリズム: 引数として，定義されている最適化手法の識別子を文字列として与える（rmspropやadagr…
Sequentialモデルでの構築 #.addで組む際はこのやり方 model = Sequential() model.add(Dense(12, input_dim=8, init='uniform', activation='relu')) model.add(Dense(8, init='uniform', activation='relu')) model.add(Dense(1, init='uniform', activati…
OpenAI Gym https://gym.openai.com/docs インストール git clone https://github.com/openai/gym.git cd gym pip install -e . ubuntuの場合 apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-o…
