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