def perf_test():
"""畳み込み演算のパフォーマンスを比較する"""
# 画像を読み込む (グレースケール)
# img_type = "conv_sample"
img_type = "lenna_gray"
img, original = load_with_orig(img_type)
# フィルターを生成する
fc = filter_conv_sample()
# ネイティブなPython
"""img_copy = img.copy()
start_native = time()
img_result_native = conv_gray(img_copy, fc)
elapsed_native = time() - start_native"""
# Cython
img_copy_cy = img.copy()
start_cy = time()
img_result_cy = conv_gray_cy(img_copy_cy, fc, stride=10)
elapsed_cy = time() - start_cy
# 結果
# print("native: %s(sec)" % elapsed_native)
print("cython: %s(sec)" % elapsed_cy)
# 結果を確認する
check_result = True
if check_result:
"""images = (original, img_result_native, img_result_cy)
titles = ("Original", "Native", "Cython")
collate(images, titles, nr=1, nc=3)"""
collate((original, img_result_cy), ("Orig", "Cyp"), nr=1, nc=2)
def test2():
"""画像の読み込み & 畳み込み演算のテスト (Cython版)"""
# 画像を読み込む (グレースケール)
img_type = "conv_sample"
img, original = load_with_orig(img_type)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# フィルターを生成する
fc = filter_conv_sample()
# 畳み込み処理を行う
img_result = conv_gray_cy(img, fc)
# 結果を確認する
check_result = True
if check_result:
images = (
original,
img_result,
)
titles = (
"Original",
"Convolution",
)
collate(images, titles, nr=1, nc=2)
def test3():
"""ストライドが1より大きい場合の畳み込み演算"""
# 画像を読み込む (グレースケール)
img_type = "conv_sample"
img, original = load_with_orig(img_type)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
def test1():
"""画像の読み込み & 畳み込み演算のテスト"""
# 画像を読み込む (グレースケール)
img_type = "conv_sample"
# img_type = "lenna"
# img_type = "dassen_blog"
# img_type = "cpu"
img, original = load_with_orig(img_type)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 画像を確認する
check_img = False
if check_img:
plt.imshow(img, cmap=plt.cm.gray)
plt.show()
# フィルターを生成する
fc = filter_conv_sample()
# 畳み込み処理を行う
img_result = conv_gray(img, fc, stride=15, padding=False)
# 結果を確認する
check_result = True
if check_result:
images = (original, img_result)
titles = ("Original", "Convolution")
collate(images, titles, nr=1, nc=2)
def test1():
"""プーリング処理のテスト"""
# 画像を読み込む
# img_type = "conv_sample"
# img_type = "lenna"
# img_type = "dassen_blog"
img_type = "cpu"
img, original = load_with_orig(img_type)
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 画像を確認する
check_imgs = False
if check_imgs:
images = (original, img)
titles = ("Original", "Image")
collate(images, titles, nr=1, nc=2)
# フィルターを生成する
f = filter_conv_sample()
# 畳み込み演算を行う
img_conv = conv_cy(img, f, padding=True)
# 畳み込み演算の結果を確認する
check_conved = False
if check_conved:
images = (original, img_conv)
titles = ("Original", "Convolution")
collate(images, titles, nr=1, nc=2)
# プーリングを行う
k = 3
# start_pool = time()
img_pool = pool_cy(img_conv, k, stride=3)
# elapsed = time() - start_pool
# print("pooling: %s (sec)" % elapsed)
# プーリングの結果を確認する
check_pooled = True
if check_pooled:
images = (original, img_conv, img_pool)
titles = ("Original", "Convolution", "Pooling")
collate(images, titles, nr=2, nc=2)