def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('-c', '--channel', type=int, default=0, help='使用するWebカメラのチャンネル [default: 0]') parser.add_argument('-o', '--out_path', default='./data/', help='画像の保存先 (default: ./data/)') parser.add_argument('-i', '--interval_time', type=float, default=0.25, help='インターバル撮影の間隔 [default: 0.25]') parser.add_argument('-s', '--stock_num', type=int, default=10, help='インターバル撮影の画像保持数 [default: 10]') parser.add_argument('--lower', action='store_true', help='select timeoutが発生する場合に画質を落とす') parser.add_argument('--debug', action='store_true', help='debugモード') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('font', nargs='+', help='使用する入力フォント画像') parser.add_argument('-is', '--img_size', type=int, default=128, help='生成される画像サイズ [default: 128 pixel]') parser.add_argument('-fs', '--font_size', type=int, default=32, help='使用するフォントのサイズ [default: 32x32]') parser.add_argument('-fn', '--font_num', type=int, default=16, help='フォント数 [default: 16]') parser.add_argument('-in', '--img_num', type=int, default=1000, help='画像生成数 [default: 1000]') parser.add_argument('-o', '--out_path', default='./dataset/', help='データセット保存先 (default: ./dataset/)') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('-ot', '--other_path', default='./Image/other/', help='動物、怪獣の画像フォルダ (default: ./Image/other/') parser.add_argument('-hu', '--human_path', default='./Image/people/', help='人間の画像フォルダ (default: ./Image/people/') parser.add_argument('-bg', '--background_path', default='./Image/background/', help='背景の画像フォルダ (default: ./Image/background/') parser.add_argument('-os', '--obj_size', type=int, default=64, help='挿入する画像サイズ [default: 64 pixel]') parser.add_argument('-is', '--img_size', type=int, default=256, help='生成される画像サイズ [default: 256 pixel]') parser.add_argument('-r', '--round', type=int, default=1000, help='切り捨てる数 [default: 1000]') parser.add_argument('-in', '--img_num', type=int, default=200, help='画像を生成する数 [default: 200]') parser.add_argument('-on', '--obj_num', type=int, default=4, help='障害物の最大数 [default: 4]') parser.add_argument('-hn', '--human_num', type=int, default=2, help='人間の最大数 [default: 2]') parser.add_argument('-t', '--train_per_all', type=float, default=0.9, help='画像数に対する学習用画像の割合 [default: 0.9]') parser.add_argument('-o', '--out_path', default='./result/', help='・ (default: ./result/)') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('model', help='使用する学習済みモデル') parser.add_argument('param', help='使用するモデルパラメータ') parser.add_argument('-i', '--image', default='', help='別途使用したい画像があれば') parser.add_argument('-ot', '--other_path', default='./Image/other/', help='動物、怪獣の画像フォルダ (default: ./Image/other/') parser.add_argument('-hu', '--human_path', default='./Image/people/', help='人間の画像フォルダ (default: ./Image/people/') parser.add_argument('-bg', '--background_path', default='./Image/background/', help='背景の画像フォルダ (default: ./Image/background/') parser.add_argument('-os', '--obj_size', type=int, default=64, help='挿入する画像サイズ [default: 64 pixel]') parser.add_argument('-hn', '--human_num', type=int, default=2, help='人物を生成する数 [default: 2, random: -1]') parser.add_argument('-on', '--obj_num', type=int, default=3, help='モンスターを生成する数 [default: 3]') parser.add_argument('-is', '--img_size', type=int, default=256, help='生成される画像サイズ [default: 256 pixel]') parser.add_argument('--batch', '-b', type=int, default=100, help='ミニバッチサイズ [default: 100]') parser.add_argument('--gpu', '-g', type=int, default=-1, help='GPU ID [default -1]') parser.add_argument('--out_path', '-o', default='./result/', help='生成物の保存先[default: ./result/]') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('-i', '--in_path', default='./result/', help='入力データセットのフォルダ [default: ./result/]') parser.add_argument('-n', '--network', type=int, default=0, choices=(0, 1), help='ネットワーク層 [default: 0(DDUU), other: 1(DUDU)]') parser.add_argument('-u', '--unit', type=int, default=2, metavar='INT', help='ネットワークのユニット数 [default: 2]') parser.add_argument('-sr', '--shuffle_rate', type=int, default=2, metavar='INT_VAL', help='PSの拡大率 [default: 2]') parser.add_argument('-ln', '--layer_num', type=int, default=2, metavar='INT', help='ネットワーク層の数 [default: 2]') parser.add_argument('-a1', '--actfun1', default='relu', choices=('relu', 'elu', 'c_relu', 'l_relu', 'sigmoid', 'h_sigmoid', 'tanh', 's_plus'), help='活性化関数(1) [default: relu]') parser.add_argument('-a2', '--actfun2', default='sigmoid', choices=('sigmoid', 'relu', 'elu', 'c_relu', 'l_relu', 'h_sigmoid', 'tanh', 's_plus'), help='活性化関数(2) [default: sigmoid]') parser.add_argument('-d', '--dropout', type=float, default=0.2, metavar='FLOAT', help='ドロップアウト率(0〜0.9、0で不使用)[default: 0.2]') parser.add_argument('-opt', '--optimizer', default='adam', choices=('adam', 'ada_d', 'ada_g', 'm_sgd', 'n_ag', 'rmsp', 'rmsp_g', 'sgd', 'smorms'), help='オプティマイザ [default: adam]') parser.add_argument('-lf', '--lossfun', default='mse', choices=('mse', 'mae', 'ber', 'gauss_kl'), help='損失関数 [default: mse]') parser.add_argument('-p', '--pruning', type=float, default=0.33, metavar='FLOAT', help='pruning率(snapshot使用時のみ効果あり) [default: 0.5]') parser.add_argument('-b', '--batchsize', type=int, default=100, metavar='INT', help='ミニバッチサイズ [default: 100]') parser.add_argument('-e', '--epoch', type=int, default=10, metavar='INT', help='学習のエポック数 [default 10]') parser.add_argument('-f', '--frequency', type=int, default=-1, metavar='INT', help='スナップショット周期 [default: -1]') parser.add_argument('-g', '--gpu_id', type=int, default=-1, metavar='INT', help='使用するGPUのID [default -1]') parser.add_argument('-o', '--out_path', default='./result/', help='生成物の保存先[default: ./result/]') parser.add_argument('-r', '--resume', default='', help='使用するスナップショットのパス[default: no use]') parser.add_argument('--noplot', dest='plot', action='store_false', help='学習過程をPNG形式で出力しない場合に使用する') parser.add_argument('--only_check', action='store_true', help='オプション引数が正しく設定されているかチェックする') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('img_root_path', help='テキストデータを作成したいデータセットのルートパス') parser.add_argument('--train_per_all', '-t', type=float, default=0.9, help='画像数に対する学習用画像の割合 [default: 0.9]') parser.add_argument('-o', '--out_path', default='./result/', help='データの保存先 (default: ./result/)') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('model', help='使用する学習済みモデル') parser.add_argument('param', help='使用するモデルパラメータ') parser.add_argument('jpeg', nargs='+', help='使用する画像のパス') parser.add_argument('--quality', '-q', type=int, default=5, help='画像の圧縮率 [default: 5]') parser.add_argument('--batch', '-b', type=int, default=20, help='ミニバッチサイズ [default: 20]') parser.add_argument('--gpu', '-g', type=int, default=-1, help='GPU ID [default -1]') parser.add_argument('--out_path', '-o', default='./result/', help='生成物の保存先[default: ./result/]') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('snapshot_and_json', help='使用するスナップショットとモデルパラメータのあるフォルダ') parser.add_argument('jpeg', nargs='+', help='使用する画像のパス') parser.add_argument('--quality', '-q', type=int, default=5, help='画像の圧縮率 [default: 5]') parser.add_argument('--batch', '-b', type=int, default=20, help='ミニバッチサイズ [default: 20]') parser.add_argument('--img_num', '-n', type=int, default=10, help='切り出す画像数 [default: 10]') parser.add_argument('--random_seed', '-rs', type=int, default=25, help='乱数シード [default: 25, random: -1]') parser.add_argument('--img_rate', '-r', type=float, default=1, help='画像サイズの倍率 [default: 1.0]') parser.add_argument('--gpu', '-g', type=int, default=-1, help='GPU ID [default -1]') parser.add_argument('--out_path', '-o', default='./result/', help='生成物の保存先[default: ./result/]') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('jpeg', nargs='+', help='使用する画像のパス') parser.add_argument('--channel', '-c', type=int, default=1, help='画像のチャンネル数 [default: 1 channel]') parser.add_argument('--img_size', '-s', type=int, default=32, help='生成される画像サイズ [default: 32 pixel]') parser.add_argument('--flip_num', '-f', type=int, default=2, help='画像の反転回数 [default: 2, max: 3]') parser.add_argument('--round', '-r', type=int, default=1000, help='切り捨てる数 [default: 1000]') parser.add_argument('--quality', '-q', type=int, default=5, help='画像の圧縮率 [default: 5]') parser.add_argument('--train_per_all', '-t', type=float, default=0.9, help='画像数に対する学習用画像の割合 [default: 0.9]') parser.add_argument('-o', '--out_path', default='./result/', help='データセットの保存先(default: ./result/)') args = parser.parse_args() F.argsPrint(args) return args
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('-c', '--channel', type=int, default=0, help='使用するWebカメラのチャンネル [default: 0]') parser.add_argument('-o', '--out_path', default='./data/', help='画像の保存先 (default: ./data/)') parser.add_argument('-i', '--interval_time', type=float, default=0.2, help='インターバル撮影の間隔 [default: 0.2]') parser.add_argument('-s', '--stock_num', type=int, default=10, help='インターバル撮影の画像保持数 [default: 10]') parser.add_argument('-d', '--diff_val', type=int, default=80, help='超音波センサの判定差分値 [default: 80]') parser.add_argument('-p', '--serial_port', default='/dev/ttyACM0', help='使用するシリアルポート($ dmesg | grep ttyACM0)') parser.add_argument('--lower', action='store_true', help='select timeoutが発生する場合に画質を落とす') parser.add_argument('--demo', action='store_true', help='DEMO用に見栄えを重視する') parser.add_argument('--debug', action='store_true', help='debugモード') args = parser.parse_args() F.argsPrint(args) return args
model.to_intel64() # 高圧縮画像の生成 org_imgs = [ cv2.imread(name, IMG.getCh(ch)) for name in args.jpeg if IMG.isImgPath(name) ] imgs = [] # 学習モデルを入力画像ごとに実行する for i, ei in enumerate(org_imgs): with chainer.using_config('train', False): img = predict(model, IMG.splitSQ(ei, size), args.batch, ei.shape, sr, args.gpu) imgs.append(IMG.resize(img, args.out_rate)) for img in imgs: cv2.imshow('view', img) cv2.waitKey() # 生成結果を保存する name = F.getFilePath(args.out_path, 'comp-' + str(i * 10 + 1).zfill(3), '.jpg') print('save:', name) cv2.imwrite(name, img) if __name__ == '__main__': args = command() F.argsPrint(args) main(args)
try: chainer.serializers.load_npz(args.model, model, path=load_path) except: import traceback traceback.print_exc() print(fileFuncLine()) exit() cnt = 0 for i in range(args.test_num): label = np.random.randint(0, len(x)) xx = np.array(x[label]).reshape(1, -1) y = model.predictor(xx) y = to_cpu(y.array) rslt = 'X' if (key[label] == y.argmax(axis=1)[0]): rslt = 'O' cnt += 1 print('ans={0}, predict={1}, result={2}'.format( key[label], y.argmax(axis=1)[0], rslt)) print('Total Result:{0:5.2f}%'.format(cnt / args.test_num * 100)) if __name__ == '__main__': args = command() argsPrint(args) main(args)
def command(): parser = argparse.ArgumentParser(description=help) parser.add_argument('-i', '--in_path', default='./result/', help='入力データセットのフォルダ [default: ./result/]') parser.add_argument('-u', '--unit', type=int, default=2, help='ネットワークのユニット数 [default: 2]') parser.add_argument('-sr', '--shuffle_rate', type=int, default=2, help='PSの拡大率 [default: 2]') parser.add_argument( '-a1', '--actfun1', default='relu', help= '活性化関数(1) [default: relu, other: elu/c_relu/l_relu/sigmoid/h_sigmoid/tanh/s_plus]' ) parser.add_argument( '-a2', '--actfun2', default='sigmoid', help= '活性化関数(2) [default: sigmoid, other: relu/elu/c_relu/l_relu/h_sigmoid/tanh/s_plus]' ) parser.add_argument('-d', '--dropout', type=float, default=0.2, help='ドロップアウト率(0〜0.9、0で不使用)[default: 0.2]') parser.add_argument( '-opt', '--optimizer', default='adam', help= 'オプティマイザ [default: adam, other: ada_d/ada_g/m_sgd/n_ag/rmsp/rmsp_g/sgd/smorms]' ) parser.add_argument('-lf', '--lossfun', default='mse', help='損失関数 [default: mse, other: mae, ber, gauss_kl]') parser.add_argument('-b', '--batchsize', type=int, default=20, help='ミニバッチサイズ [default: 20]') parser.add_argument('-e', '--epoch', type=int, default=10, help='学習のエポック数 [default 10]') parser.add_argument('-f', '--frequency', type=int, default=-1, help='スナップショット周期 [default: -1]') parser.add_argument('-g', '--gpu_id', type=int, default=-1, help='使用するGPUのID [default -1]') parser.add_argument('-o', '--out_path', default='./result/', help='生成物の保存先[default: ./result/]') parser.add_argument('-r', '--resume', default='', help='使用するスナップショットのパス[default: no use]') parser.add_argument('--noplot', dest='plot', action='store_false', help='学習過程をPNG形式で出力しない場合に使用する') parser.add_argument('--only_check', action='store_true', help='オプション引数が正しく設定されているかチェックする') args = parser.parse_args() F.argsPrint(args) return args