DAGM画像をAutoEncoderにかけてみます．
内容的には，これ*1とこれ*2をドッキングしただけです．
mnistの場合*3と異なるのは，傷がある場所を1，傷が無い場所を0とするラベル画像を使っている事です．
# label #
trnLABEL = []
tstLABEL = []
# defection data
x = np.linspace(1.0, 511, IMG_SIZE)
y = np.linspace(1.0, 511, IMG_SIZE)
label1 = open('./data/Class1_def/labels.txt', 'r')
for k in range(TRAIN_DATA_SIZE + TEST_DATA_SIZE):
line = label1.readline()
val = line.split('\t')
num = int(val[0]) - 1
mjr = float(val[1])
mnr = float(val[2])
rot = float(val[3])
cnx = float(val[4])
cny = float(val[5])
# inverse rotate pixels
label = np.zeros([OUTPUT_SIZE + 1])
weight = np.zeros([OUTPUT_SIZE + 1])
label[0] = num # index
weight[0] = num # index
for i in range(IMG_SIZE):
for j in range(IMG_SIZE):
dist = math.sqrt((x[i] - cnx)**2 + (y[j] - cny)**2)
xTmp = (x[i] - cnx) * math.cos(-rot) - (y[j] - cny) * math.sin(-rot)
yTmp = (x[i] - cnx) * math.sin(-rot) + (y[j] - cny) * math.cos(-rot)
ang = math.atan(yTmp/xTmp)
distToEllipse = math.sqrt((mjr * math.cos(ang))**2 + (mnr * math.sin(ang))**2)
if(dist < distToEllipse):
label[j*IMG_SIZE + i + 1] = 1 # defection
else:
label[j*IMG_SIZE + i + 1] = 0
if(k < TRAIN_DATA_SIZE):
trnLABEL.append(label)
else:
tstLABEL.append(label)
結果はこんな感じです．
（左：元画像，中：ラベル画像，右：結果）
やっとここまで来た，，，って感じです．
結構時間かかりました（汗）
反省点としては，原理的な理解にこだわって身重になってしまったことですね．
研究あがりの人間としてはある程度正しい態度だと思うんですが，結果的には，多くの情報を集めてトライアルを繰り返すプログラマー的なアプローチの方が圧倒的に正しかったです．
近年のDeep Learningブームはライブラリの充実（=専門的な知識がなくてもプログラムが組める）に支えられているわけで，「使えるものは使う」柔軟な姿勢を取ることが重要だと感じました．
今回書いたソースはここ*4です．
次は，傷無し画像と傷あり画像が混ざった画像からの学習を試します．
