CNNを使ってひび割​れのある画像とひび割​れのない画像を学習さ​せ、その学習データを​もとにテスト画像のひ​び割れ検出を行い、テ​スト画像の検出結果を​ひび割れ画像とひび割​れのない画像にフォル​ダ分けするにはどうす​れば良いでしょうか？

ひび割れ画像が大量に入ったフォルダとひび割れのない画像が大量に入ったフォルダがあり、それぞれをひび割れがあるものとひび割れがないものとして学習させ，フォルダの中に大量に入ったテスト画像をテストデータとしてひび割れがあるかないかの検出を行います．

テスト画像の検出結果としてひび割れがあると検出された画像を「ひび割れあり」という名前のフォルダに振り分け、ひび割れがないと検出された画像を「ひび割れなし」という名前のフォルダに振り分けるプログラムを教えて頂きたいです。

Answer 1

[Kojiro Saito]

外観検査のディスカバリーページに参考になる事例や例が掲載されています。フォルダー名をラベル名としてディープラーニングで学習させ、できたモデルにテスト画像を入力し、ひび割れの有無の推定ラベルによってフォルダーに移動する方法かなと。

例題だとResNet-18を使った異常検知の分類が近くて、predictedLabels に値によってcopyfileでラベル名のフォルダーに画像ファイルを振り分ける方法で実現できると思います。