CNNで白黒画像をカラー化してみる①

なにかCNNで面白いことできないかなと思ってやってみた。初投稿なのでぎこちないのは堪忍。

データの用意
モデルの構築
結果

データの用意

データセットはCIFAR-100を使用。

www.cs.toronto.edu

本来は画像分類のためのデータセットなのだが、

いろいろなものの画像がある
サイズが32*32と小さく扱いやすい
CIFAR-10に比べ多様な画像がある

ということで採用した。kerasのデータセットを使えば簡単にロードできる。訓練用5万+テスト用1万をロードして、白黒(グレースケール)化しておく。白黒化は以下の記事を参考にした。

note.nkmk.me

OpenCVとか使ってもできるらしいが、NumPyだけでも十分簡単にできそう。

(col_train, _train), (col_test, _test) = cifar100.load_data()
yuv = [0.299, 0.587, 0.114]

col_train = col_train.astype("float32") / 255
col_test = col_test.astype("float32") / 255

gray_train = yuv[0] * col_train[:, :, :, 0] + yuv[1] * col_train[:, :, :, 1] + yuv[2] * col_train[:, :, :, 2]
gray_test = yuv[0] * col_test[:, :, :, 0] + yuv[1] * col_test[:, :, :, 1] + yuv[2] * col_test[:, :, :, 2]

結果　　　

こんな感じになった。良い感じ。次はいよいよ学習。

モデルの構築

kerasを使ってCNNのモデルを組む。画像から新たな画像を生成するので、プーリング層はなしでひたすら畳み込む。

momentum = 0.8

model = Sequential()

model.add(Input(shape=(32,32)))
model.add(Reshape((32,32,1)))
model.add(Conv2D(32, kernel_size = 3, padding = 'same', activation = 'relu'))
model.add(Conv2D(32, kernel_size = 3, padding = 'same', activation = 'relu'))
model.add(BatchNormalization(momentum=momentum))
model.add(Dropout(0.25))

model.add(Conv2D(128, kernel_size = 5, padding = 'same', activation = 'relu'))
model.add(Conv2D(128, kernel_size = 5, padding = 'same', activation = 'relu'))
model.add(BatchNormalization(momentum=momentum))
model.add(Dropout(0.25))

model.add(Conv2D(128, kernel_size = 5, padding = 'same', activation = 'relu'))
model.add(Conv2D(128, kernel_size = 5, padding = 'same', activation = 'relu'))
model.add(BatchNormalization(momentum=momentum))
model.add(Dropout(0.25))

model.add(Conv2D(32, kernel_size = 3, padding = 'same', activation = 'relu')) 
model.add(Conv2D(32, kernel_size = 3, padding = 'same', activation = 'relu'))
model.add(BatchNormalization(momentum=momentum))
model.add(Dropout(0.25))

model.add(Conv2D(3, kernel_size = 1, padding = 'same', activation = 'tanh'))