コンテンツにスキップ

その他のツール

ファイル名の確認、アノテーション形式の変換、ポリゴン結合、環状画像の展開を行います。

1. ファイル名の記号検出・移動

画像と JSON の名前から、特殊記号、空白、中国語文字、必要に応じてハイフン - を検出し、指定先に移動します。Windows で使用できる名前でも、Linux や組み込み環境で問題になる場合があるため、学習前の確認に役立ちます。

2. JSON ポリゴン → 矩形

ポリゴンの頂点の最小・最大座標から、全体を囲む軸平行矩形を求めます。セグメンテーションから物体検出へ移行する場合や、異なるアノテーション形式を統一する場合に使います。元データを保持したい場合は出力先を指定してください。

3. LabelMe JSON → YOLO TXT

LabelMe JSON を YOLO 用 .txt に変換し、data.yaml を生成します。

種類 出力(座標は正規化)
rectangle class_id x_center y_center width height
polygon class_id x1 y1 x2 y2 ... xn yn
obb class_id x1 y1 x2 y2 x3 y3 x4 y4

最初に一意な label を集め、名前順に class_id を割り当てます。次に TXT を出力し、対応する jpg/png/jpeg/bmp/webp 画像をコピーします。拡張子の大文字・小文字も確認します。

変換前にファイル名を整理すると、imagePath の不一致や画像の照合失敗を減らせます。

4. JSON ポリゴンの結合

同じ欠陥が細かく分割されている場合、クラスごとに近接ポリゴンを結合します。離れた物体は別々のまま保持します。

  1. buffer(bridge_distance) で隙間を接続。
  2. unary_union で結合。
  3. MultiPolygon は個別に戻し、buffer(-bridge_distance) で収縮。
  4. simplify(simplify_tolerance, preserve_topology=True) で形状を簡略化。

  5. bridge_distance: 接続する隙間の距離。既定値は 2.0。

  6. simplify_tolerance: 大きいほど頂点が少なくなります。

1080p を目安に値を調整し、4K などでは解像度差を考慮してください。値を大きくしすぎると、別の欠陥が結合される可能性があります。

5. 環状画像の展開・分割

ベアリング、フランジ、瓶口、樹脂部品、シール、印刷ラベル、食品包装などの環状画像を矩形に展開し、一定幅で分割します。YOLO、U-Net、RT-DETR などで処理しやすい画像を作成します。

アルゴリズム

utils/cut.py は HALCON の産業用処理手順を参考にしています。

  1. しきい値 [0, 180] で暗い連結領域を抽出。
  2. Min Area = 70 で除外し、最大領域を外円盤として選択。
  3. fill_up で穴を埋める。
  4. 埋めた領域と元の外円盤の差 A AND NOT B から内孔を抽出。
  5. 内孔の最大連結領域に円を当てはめ、中心と半径を推定。
  6. 外円にも個別に円を当てはめる。

極座標展開では r = outer - (row / H) * (outer - inner) - 3 を使用します。上が外周、下が内周です。カラー画像は各チャンネルを cv2.remap で変換し、np.stack で結合します。

分割パラメーター

  • CropWidth = 600: 子画像の幅。
  • Overlap = 150: 隣接する子画像の重なり。
  • ステップは CropWidth - Overlap。

非 ASCII 文字を含むパスにも対応するため、np.fromfile / cv2.imdecode、cv2.imencode / tofile を使用します。出力は BMP、名前には _part_NNN が付きます。

薄いリング

内外周の間隔は 20 ピクセル以上を目安に確認してください。間隔が小さいと展開後の高さが小さすぎ、分割結果が空になる場合があります。