第33回コンピュータビジョン勉強会の資料です。内容は、scikit-imageを使ったData Augmentationの方法です。

1. How to use scikit-image
for data augmentation
@tereka114

2. 自己紹介
1. 山本 大輝（@tereka114）
2. のんびりしているエンジニアの日記（Blog）
1. http://nonbiri-tereka.hatenablog.com/
3. Acroquest Technology株式会社
4. データ分析のお仕事しています。
1. 画像処理、自然言語処理

3. Outline
1. Scikit-imageとは何か
2. Data Augmentationとは何か
3. Data Augmentationで使える関数の紹介
1. 画像の読み込み
2. アフィン変換
3. ヒストグラム正規化
4. Numpyの便利関数紹介

4. Outline
1. Scikit-imageとは何か
2. Data Augmentationとは何か
3. Data Augmentationで使える関数の紹介
1. 画像の読み込み
2. アフィン変換
3. ヒストグラム正規化
4. Numpyの便利関数紹介

5. Scikit-imageとは何か？
1. Scikit-imageは画像処理のライブラリ。
2. 因みにscikitとは、scipy toolkitを示していて、
特にこのライブラリは広く使われている。
3. 実は気にしていないだけで、案外バックエン
ドでは動いていることがある。

6. CaffeのData Augmentation

7. Scikit-imageの良い点
1. Installが簡単
1. Sudo pip install scikit-image
2. 基本的な操作はNumpyの関数で可能
1. 簡単に行列演算を実施することができる。

8. Scikit-imageでできること
1. 画像の入出力（当たり前）
2. 画像の変換
1. Histogram normalization、Affine Transform
3. 特徴量抽出
1. Local Binary Pattern, Histogram of Orientation

9. Scikit-imageでできること
1. 画像の入出力（当たり前）
2. 画像の変換
1. Histogram normalization、Affine Transform
3. 特徴量抽出
1. Local Binary Pattern, Histogram of Orientation

10. Outline
1. Scikit-imageとは何か
2. Data Augmentationとは何か
3. Data Augmentationで使える関数の紹介
1. 画像の読み込み
2. アフィン変換
3. ヒストグラム正規化
4. Numpyの便利関数紹介

11. Data Augmentation
1. データに対して情報を加えること。
2. 画像に対しては、元画像に対して回転、平
行移動、スケール変更などの情報を加える。
3. Kaggleではよく使われる方法
4. AlexNetの元論文でも使われている。

12. Example of Data Augmentation
引用元：https://cesarlaurent.wordpress.com/2015/02/19/29/

13. Example of Data Augmentation
引用元：https://cesarlaurent.wordpress.com/2015/02/19/29/

14. Outline
1. Scikit-imageとは何か
2. Data Augmentationとは何か
3. Data Augmentationで使える関数の紹介
1. 画像の読み込み
2. アフィン変換
3. ヒストグラム正規化
4. Numpyの便利関数紹介

15. 画像の読み込み
1. skimage.io.imreadでファイル名を第一引数
に使うと可能です。
2. 読みこんだ画像はnumpy.arrayなので行列
計算はそのまま可能
3. OpenCVと併用する場合は注意、行列の並び
順はRGB。（OpenCVはBGR）

16. 画像の読み込み
1. Scikit-imageでの画像を読み込み

17. アフィン変換
1. 平行移動を伴う線形変換のこと
1. 「並行移動」・「回転」・「拡大・縮小」が可能
2. パラメータを与えるだけで簡単にできる。
1. Scale:スケールの変換
2. Rotate:回転
3. Translated:平行移動

18. アフィン変換
Affine変換の行列を作成
rotateはradian
線形変換

19. ヒストグラム正規化
1. ヒストグラムを平滑化することによって、コン
トラストを調整することができる。
1. このコントラスト調整によって、精度がよくな
ることも・・・

20. ヒストグラム正規化

21. ヒストグラム正規化

22. Numpyの便利関数紹介
1. np.random.randomとnp.random.binomialを
組み合わせると、ノイズが作れる。
2. Transpose関数で転置できる。
1. 多くのDeepLearningライブラリでは、
channel,height,widthの順番を求められる。
2. scikit-imageの画像はheight,width,channel
3. img.transpose(2,0,1)とすると期待する入力にな
る。

23. Numpyの便利関数紹介
1. whereを使うと一定以上の値を抽出して、定
数に変換など可能
1. 値が0.5より高い箇所を1とする。
1. x[np.where(x > 0.5)] = 1
2. 画像自体はnumpyの行列の為、以下の方法
で、画像を切り取ることが可能
1. img = img[10:10 + 224]

24. まとめ
1. scikit-imageでData Augmentationをやってみ
ようの紹介です。
2. Data Augmentationは画像処理（特に認識）
で使われ、成果をあげている。
3. Scikit-imageで、簡単にできる。