CNNを使ってひび割れのある画像とひび割れのない画像を学習させ、その学習データをもとにテスト画像のひび割れ検出を行い、テスト画像の検出結果をひび割れ画像とひび割れのない画像にフォルダ分けするにはどうすれば良いでしょうか？

Question

novem 2023-11-10

回答： Kojiro Saito 2023-11-15

ひび割れ画像が大量に入ったフォルダとひび割れのない画像が大量に入ったフォルダがあり、それぞれをひび割れがあるものとひび割れがないものとして学習させ，フォルダの中に大量に入ったテスト画像をテストデータとしてひび割れがあるかないかの検出を行います．

テスト画像の検出結果としてひび割れがあると検出された画像を「ひび割れあり」という名前のフォルダに振り分け、ひび割れがないと検出された画像を「ひび割れなし」という名前のフォルダに振り分けるプログラムを教えて頂きたいです。

Answer 1

Kojiro Saito 2023-11-15

外観検査のディスカバリーページに参考になる事例や例が掲載されています。フォルダー名をラベル名としてディープラーニングで学習させ、できたモデルにテスト画像を入力し、ひび割れの有無の推定ラベルによってフォルダーに移動する方法かなと。

例題だとResNet-18を使った異常検知の分類が近くて、predictedLabels に値によってcopyfileでラベル名のフォルダーに画像ファイルを振り分ける方法で実現できると思います。