トップページ人工知能,実世界DBGAN の応用例画像のノイズ除去(yu4u/noise2noise,Python 3.6, TensorFlow 1.15,Keras 2.1 を使用)

画像のノイズ除去(yu4u/noise2noise,Python 3.6, TensorFlow 1.15,Keras 2.1 を使用)

次で配布されているソフトウエアを使ってみる手順を示す.

URL: https://github.com/yu4u/noise2noise

目次

  1. 前準備
  2. TensorFlow 1.15(旧バージョン),Keras 2.1.6(旧バージョン)のインストール
  3. 画像のノイズ除去(yu4u/noise2noise,Python 3.6, TensorFlow 1.15,Keras 2.1 を使用)

利用条件等は,利用者で確認すること.

謝辞:このページで紹介するソフトウエアの作者に感謝します.

前準備

TensorFlow 1.15 を使う.

(Windows を使う場合のみ)マイクロソフト C++ ビルドツール (Build Tools) のインストール

Visual Studio Community 2019 vesion 16.2, マイクロソフト C++ ビルドツールのインストール(Windows 上)」で説明している.

Python,TensorFlow 1.15 のインストール

すでに TensorFlow 2 を使っている,あるいは使う予定ということがありえる. 単純には,TensorFlow 2 と TensorFlow 1.15 を共存させて Python で使うということはできないが, 少しの手間で,共存できるようになる. そこで,TensorFlow 2 とTensorFlow 1.15 の共存を前提として, TensorFlow 1.15 のインストールを行う.

Python 開発環境のインストール】

Python を使うときは,Python開発環境や Python コンソール(Jupyter Qt ConsoleSpyderPyCharmPyScripter など)の利用も便利である

Windows, Ubuntu での Python 開発環境,Python コンソールJupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder)のインストール: 別ページで,インストール手順を説明している.

Windows の場合

Windows でのPython3.6TensorFlow 1.15 のインストール:別ページで説明している.

すでにPython 3.9 あるいは Python 3.8 をインストールしている,あるいは,インストール予定という場合を想定し, あとのトラブルが起きにくい,そして,簡単に運用できるように 「Python 3.6 をインストールし,その上に,TensorFlow 1.15.5 をインストールする」という手順を案内している.

Ubuntu の場合

Ubuntu でのPythonTensorFlow 1.15 のインストール:別ページで案内している.

Ubuntu のシステム Python に影響を与えないように,隔離された Python 3.6 仮想環境の新規作成し,その上にTensorFlow 1.15.5 をインストールするという手順(venv を使用)(Ubuntu 上)を案内している.

Git のインストール

Git の URL: https://git-scm.com/

画像のノイズ除去(yu4u/noise2noise,Python 3.6, TensorFlow 1.15,Keras 2.1 を使用)

Windows での手順を下に示す.Ubuntu でも同様の手順になる.

  1. Windows で,コマンドプロンプト管理者として実行する.

    [image]
  2. ディレクトリを空にする.
    cd c:\pytools
    rmdir /s /q noise2noise
    
  3. ダウンロード

    git clone https://github.com/yu4u/noise2noise
    cd noise2noise
    

    [image]
  4. 前提パッケージのインストール

    python -m pip install -r requirements.txt
    

    (省略)
    [image]
  5. データセットのダウンロード

    https://github.com/yu4u/noise2noise の記載による

    mkdir dataset
    cd dataset
    wget --no-check-certificate https://cv.snu.ac.kr/research/VDSR/train_data.zip
    wget --no-check-certificate https://cv.snu.ac.kr/research/VDSR/test_data.zip
     x train_data.zip
     x test_data.zip
    cd ..
    

    [image]
  6. 学習と,動作確認

    # train model using (noise, noise) pairs (noise2noise)
    python train.py --image_dir dataset/291 --test_dir dataset/Set14 --image_size 128 --batch_size 8 --lr 0.001 --output_path gaussian
    python test_model.py --weight_file gaussian` --image_dir dataset/Set14