def main(args):
print('create images...')
x, y = create(args.other_path, args.human_path, args.background_path,
args.obj_size, args.img_size, args.obj_num, args.human_num,
args.img_num)
# 画像の並び順をシャッフルするための配列を作成する
# compとrawの対応を崩さないようにシャッフルしなければならない
# また、train_sizeで端数を切り捨てる
# データをint8からfloat16に変えるとデータ数が大きくなるので注意
print('shuffle images...')
dtype = np.float16
shuffle = np.random.permutation(range(len(x)))
train_size = int(len(x) * args.train_per_all)
train_x = IMG.imgs2arr(x[shuffle[:train_size]], dtype=dtype)
train_y = IMG.imgs2arr(y[shuffle[:train_size]], dtype=dtype)
test_x = IMG.imgs2arr(x[shuffle[train_size:]], dtype=dtype)
test_y = IMG.imgs2arr(y[shuffle[train_size:]], dtype=dtype)
print('train x/y:{0}/{1}'.format(train_x.shape, train_y.shape))
print('test x/y:{0}/{1}'.format(test_x.shape, test_y.shape))
print('save param...')
F.dict2json(args.out_path, 'dataset', F.args2dict(args))
# 生成したデータをnpz形式でデータセットとして保存する
# ここで作成したデータの中身を確認する場合はnpz2jpg.pyを使用するとよい
print('save npz...')
saveNPZ(train_x, train_y, 'train', args.out_path, args.img_size)
saveNPZ(test_x, test_y, 'test', args.out_path, args.img_size)
def test_imgs2arr(self):
l = cv2.imread(lenna_path)
m = cv2.imread(mandrill_path)
self.assertEqual(IMG.imgs2arr([l, m]).shape, (2, 3, 256, 256))
l = cv2.imread(lenna_path, IMG.getCh(1))
m = cv2.imread(mandrill_path, IMG.getCh(1))
self.assertEqual(IMG.imgs2arr([l, m]).shape, (2, 1, 256, 256))
def main(args):
# 入力のカラー画像を読み込む
if IMG.isImgPath(args.color):
print('color image read:\t', args.color)
x = cv2.imread(args.color, IMG.getCh(3))
else:
print('[ERROR] color image not found:', args.color)
exit()
# 正解のモノクロ画像を読み込む
if IMG.isImgPath(args.duotone):
print('duotone image read:\t', args.duotone)
y = edgeDetect(cv2.imread(args.duotone, IMG.getCh(1)), x)
else:
print('[ERROR] duotone image not found:', args.duotone)
exit()
# 入力画像と正解画像を
# [1] 反転して増やす [flip()]
# [2] 正方形に分割する [splitSQN()]
print('split and rotate images...')
x, _ = IMG.splitSQN(IMG.flip(x, args.augmentation),
args.img_size, args.round)
y, _ = IMG.splitSQN(IMG.flip(y, args.augmentation),
args.img_size, args.round)
# 画像の並び順をシャッフルするための配列を作成する
# colorとmonoの対応を崩さないようにシャッフルしなければならない
# また、train_sizeで端数を切り捨てる
print('shuffle images...')
shuffle = np.random.permutation(range(len(x)))
train_size = int(len(x) * args.train_per_all)
print('train/all : {0}/{1}'.format(train_size, len(x)))
# float16で保存することでファイルサイズを軽減できる
# 情報量は落ちるが問題ないレベル
dtype = np.float16
train_x = IMG.imgs2arr(x[shuffle[:train_size]], dtype=dtype)
train_y = IMG.imgs2arr(y[shuffle[:train_size]], dtype=dtype)
test_x = IMG.imgs2arr(x[shuffle[train_size:]], dtype=dtype)
test_y = IMG.imgs2arr(y[shuffle[train_size:]], dtype=dtype)
print('train x/y:{0}/{1}'.format(train_x.shape, train_y.shape))
print('test x/y:{0}/{1}'.format(test_x.shape, test_y.shape))
# 生成したデータをnpz形式でデータセットとして保存する
# ここで作成したデータの中身を確認する場合はnpz2jpg.pyを使用するとよい
print('save npz...')
saveNPZ(train_x, train_y, 'train', args.out_path, args.img_size)
saveNPZ(test_x, test_y, 'test', args.out_path, args.img_size)
def predict(model, data, batch, org_shape, rate, gpu):
"""
推論実行メイン部
[in] model: 推論実行に使用するモデル
[in] data: 分割（IMG.split）されたもの
[in] batch: バッチサイズ
[in] org_shape: 分割前のshape
[in] rate: 出力画像の拡大率
[in] gpu: GPU ID
[out] img: 推論実行で得られた生成画像
"""
# dataには圧縮画像と分割情報が含まれているので、分離する
comp, size = data
imgs = []
st = time.time()
# バッチサイズごとに学習済みモデルに入力して画像を生成する
for i in range(0, len(comp), batch):
x = IMG.imgs2arr(comp[i:i + batch], gpu=gpu)
y = model.predictor(x)
imgs.extend(IMG.arr2imgs(to_cpu(y.array)))
print('exec time: {0:.2f}[s]'.format(time.time() - st))
# 生成された画像を分割情報をもとに結合する
buf = [
np.vstack(imgs[i * size[0]:(i + 1) * size[0]]) for i in range(size[1])
]
img = np.hstack(buf)
# 出力画像は入力画像の2倍の大きさになっているので半分に縮小する
img = IMG.resize(img, 1 / rate)
# 結合しただけでは画像サイズがオリジナルと異なるので切り取る
return img[:org_shape[0], :org_shape[1]]
def main(args):
# OpenCV形式で画像を読み込むために
# チャンネル数をOpenCVのフラグ形式に変換する
ch = IMG.getCh(args.channel)
# OpenCV形式で画像をリストで読み込む
print('read images...')
imgs = [cv2.imread(name, ch) for name in args.jpeg if IMG.isImgPath(name)]
if len(imgs) == 0:
print('image get error')
exit(1)
# 画像を圧縮して分割する（学習の入力データに相当）
print('split images...')
x, _ = IMG.splitSQN(
IMG.flipN(IMG.encodeDecodeN(imgs, ch, args.quality), args.flip_num),
args.img_size, args.round)
# 画像を分割する（正解データに相当）
y, _ = IMG.splitSQN(IMG.flipN(imgs, args.flip_num), args.img_size,
args.round)
# 画像の並び順をシャッフルするための配列を作成する
# compとrawの対応を崩さないようにシャッフルしなければならない
# また、train_sizeで端数を切り捨てる
# データをint8からfloat16に変えるとデータ数が大きくなるので注意
print('shuffle images...')
dtype = np.float16
shuffle = np.random.permutation(range(len(x)))
train_size = int(len(x) * args.train_per_all)
train_x = IMG.imgs2arr(x[shuffle[:train_size]], dtype=dtype)
train_y = IMG.imgs2arr(y[shuffle[:train_size]], dtype=dtype)
test_x = IMG.imgs2arr(x[shuffle[train_size:]], dtype=dtype)
test_y = IMG.imgs2arr(y[shuffle[train_size:]], dtype=dtype)
print('train x/y:{0}/{1}'.format(train_x.shape, train_y.shape))
print('test x/y:{0}/{1}'.format(test_x.shape, test_y.shape))
# 生成したデータをnpz形式でデータセットとして保存する
# ここで作成したデータの中身を確認する場合はnpz2jpg.pyを使用するとよい
print('save npz...')
saveNPZ(train_x, train_y, 'train', args.out_path, args.img_size)
saveNPZ(test_x, test_y, 'test', args.out_path, args.img_size)
def predict(model, img, batch, gpu):
"""
推論実行メイン部
[in] model: 推論実行に使用するモデル
[in] img: 入力画像
[in] batch: バッチサイズ
[in] gpu: GPU ID
[out] img: 推論実行で得られた生成画像
"""
# dataには圧縮画像と分割情報が含まれているので、分離する
st = time.time()
# バッチサイズごとに学習済みモデルに入力して画像を生成する
x = IMG.imgs2arr(img, gpu=gpu)
y = model.predictor(x)
predict_img = IMG.arr2imgs(to_cpu(y.array))[0]
print('exec time: {0:.2f}[s]'.format(time.time() - st))
return predict_img