はてなブックマーク

概要 OpenCV の cv2.distanceTransform() で距離変換を行う方法について解説します。 画像における距離の定義 2 つの画素を $(x_1, y_1), (x_2, y_2)$ としたとき、距離関数には次の種類があります。 $L^\infty$ ノルム: $\max(|x_1 – x_2|, |y_1 – y_2|)$ $L1$ ノルム (マンハッタン距離): $|x_1 – x_2| + |y_1 – y_2|$ $L2$ ノルム (ユークリッド距離): $\sqrt{(x_1 – x_2)^2 + (y_1 – y_2)^2}$ 画像における距離 距離変換 (distance transform) とは、2 値画像を入力として、各画素から最も近い画素値 0 までの距離を計算し、距離マップ (distance map) を作成する処理です。 距離変換 cv2.d

Warning: Undefined variable $position in /home/pystyles/pystyle.info/public_html/wp/wp-content/themes/lionblog/functions.php on line 4897

概要 Pytorch で自作のデータセットを扱うには、Dataset クラスを継承したクラスを作成する必要があります。本記事では、そのやり方について説明します。 Dataset クラスでは、画像や csv ファイルといったリソースで構成されるデータセットからデータを取得する方法について定義します。基本的にはインデックス index のサンプルが要求されたときに返す __getitem__(self, index) とデータセットのサンプル数が要求されたときに返す __len__(self) の2つを実装します。 from torch.utils.data import Dataset class MyDataset(Dataset): def __getitem__(self, index): # インデックス index のサンプルが要求されたときに返す処理を実装 def __len__

概要 torchvision で提供されている Transform について紹介します。 Transform についてはまず以下の記事を参照してください。 [blogcard url=”https://pystyle.info/pytorch-dataloader”] Transform はデータに対して行う前処理を行うオブジェクトです。torchvision では、画像のリサイズや切り抜きといった処理を行うための Transform が用意されています。 以下はグレースケール変換を行う Transform である Grayscale を使用した例になります。 Image.open() で画像を読み込みます。 Grayscale オブジェクトを作成します。 関数呼び出しで変換を適用します。 from PIL import Image from torch.utils import data