機械学習 の履歴(No.1)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 機械学習 へ行く。
  • 1 (2025-04-28 (月) 13:43:54)

• 錆の写真からSVMで機械学習するまでの流れ

  この一連の流れは同じファイル内に保存するのが望ましい

  • (1) RGBrironti.py について (コマンド)
    • 1, MATE端末を開き py ファイルのある hikitugi に移動する (cd hikitugi)
    • 2, py ファイルを呼び出す (python RGByomitori.py)
    • 3, フォルダーのパス入力が求められるので錆の写真があるフォルダーを入力する → Enterキー (一例: /home/kouzou/sato24/gr/data/1_ppm)
    • 4, 保存するファイル名を入力する → Enterキー (一例: /home/kouzou/sato24/gr/data/1_ppm/RGBkekka.csv ) この場合錆の写真があるフォルダーに "クリックした座標" , "RGB値"の結果がcsv形式で保存される。
    • 5, その後ウィンドウのどこかしらに錆の画像が表示されるので、カラースケールの "シアン" , "イエロー" , "マゼンタ" の部分を順番にクリックする。そうするとMATE端末上に [ 画像: ファイル名(.ppm) | クリック位置: (x座標, y座標), RGB値: (R(0~255), G(0~255), B(0~255),) ] と表示される。
    • 6, ファイル内にある写真すべての "シアン" , "イエロー" , "マゼンタ" の部分を順番にクリックする。すべての写真で "シアン" , "イエロー" , "マゼンタ" の部分をクリックすると下のようになり、これと同じような感じでcsvファイルにも保存されている。

• (2) matrix.py について (コマンド)
  • 1, MATE端末を開き py ファイルのある hikitugi に移動する (cd hikitugi)　←必要であれば
  • 2, py ファイルを呼び出す (python matrix.py) → Enterキー
  • 3, 結果を書き込むファイルを入力してください と表示されるので入力する。ここでは保存する場所に加えて結果ファイルの名前も”名前 + .txt ”と入力する必要がある。(例: kekka.txt) → Enterキー
  • 4, シアン・イエロー・マゼンタの各RGB値を入力してください と表示されるので入力する。(0~255 の間)　→　入力する値はどれか1枚の写真における"シアン" , "イエロー" , "マゼンタ" のRGB値

• (3) henkan.py について (コマンド)
  • 1, MATE端末を開き py ファイルのある hikitugi に移動する (cd hikitugi)　←必要であれば
  • 2, py ファイルを呼び出す (python henkan.py)
  • 3, 変換行列ファイルのパスを入力してください と表示されるので(2)で作成したtxtファイルを入力する(一例: kekka.txt ) → Enterキー

• 4, 補正したいPPM画像のパスを入力してください と表示されるのでppm画像のパス入力する。(例: rating○_○.ppm) → Enterキー

• 5, 補正後の画像を保存するパスを入力してください と表示されるので変換後のppm画像をどのパスに保存したいか入力する (例: henkan-after.ppm と入力すると henkan-after というppmファイルが保存される) → Enterキー

• (4) グレースケール化とedge.py について(コマンド)
  • 1, $ convert rating○_○.ppm -colorspace Gray gray.pgm　→　gimp と打って Enterキー
  • 2, py ファイルを呼び出す (python edge.py)
  • 3, 入力ディレクトリパスの入力が求められる。なお edge.py はpgmファイルのみ対応しているのでpgmファイルで保存されていいる写真のあるフォルダー名を入力する → Enterキー　(一例: edge)
  • 4, 出力ディレクトリパスの入力が求められる。ここでは3で入力したファイルをエッジ処理したものをどこに保存するかを設定する。ここでは一例として(edge_150)と入力する。

• 5, エッジ処理の閾値1, 2を入力してくださいと表示される

• 6, 閾値1, 2 を入力して Enterキー を押してしばらくするとhikitugi内にedge_150というフォルダーが作成される。そのフォルダーを開いて錆の写真が左下 (edge) から右下 (edge_150) のような感じに変換されていれば成功。

　→　

• (5) svm.py について (コマンド)
  • 1, py ファイルを呼び出す前に svm.py ファイル(編集画面)を開く
  • 2, ファイルを開いたら13行目に書いてある data_dir = 〜 の部分を確認する。data_dir = ( "〜" ) の部分を " edge " に変更してclass_namesも定義する必要があり、そうしないとエラーがでる。今回はclass_namesを作成・定義してこなかったので佐藤さんが作成した 150_300_edge を機械学習= svm させる。

• 3, 編集が完了したら python svm.py と入力　→　Enterキー