コンテンツにスキップ

分類データセットの生成

分類モデル用データセットを、データ拡張、形式変換、学習・検証分割と合わせて生成します。

分類データセット

1. 処理の流れ

  1. クラスごとに分けられたフォルダーから元画像を読み込みます。
  2. 反転・回転・色変換でサンプルを増やします。
  3. 指定した画像形式に変換します。
  4. 指定割合で train と val に分けます。

2. データ拡張

方法 内容 用途
左右反転 Y 軸対称 部品の左右差
上下反転 X 軸対称 向きが一定でない搬送物
一周回転 360° のランダム回転 円形部品の向きへの対応
色度 / コントラスト 色・明暗の変更 照明や露光の変動

必要な処理を選び、それぞれの「枚数」を指定します。

3. 出力形式と分割

  • BMP / PNG: 可逆形式。高精度の欠陥分類向け。
  • JPG: 圧縮により容量を削減。
  • 元の形式: 元の拡張子を保持。
  • 学習割合 80 は train に 80%、val に 20%。100 はすべて学習用で、検証データは分割しません。

4. 操作

入力には OK/、NG/ などを含むルートを選び、出力には空のフォルダーを指定します。枚数、サイズ、形式、分割割合を確認して「生成開始」を実行します。

生成設定

5. 出力構成

出力結果

dataset_20260415_114920/
├── train/
│   ├── OK/
│   └── NG/
├── val/
│   ├── OK/
│   └── NG/
├── Label
├── train_list
└── val_list

クラス間のバランス

NG が 20 枚、OK が 200 枚の場合は、NG を約 200 枚まで増やすなど、クラス間の偏りに注意してください。