"""セグメンテーションの評価（`tias-seg eval`）を手元で通すための合成データを生成する. 実データ（TongueSegmentation の `input/`）と同じ構成を作る: /input/train/{sample,label}/*.jpg /input/test/cropped/{sample,label}/*.jpg /input/test_extra/cropped/{sample,label}/*.jpg /input/test/fullsize/{sample,label}/*.jpg 撮影画像（fullsize）は青みがかった灰色の背景に舌の代わりの赤い楕円を描いたもの，正解マスクは 楕円の内側を 255 にしたグレースケール JPEG（実データと同じく JPEG のため境界に中間値を含む）． 切り出し済み（cropped）は楕円の外接矩形に余白を付けて切り出したもの．一部の画像には楕円の外に 小さな赤い点を置き，小領域除去が働く場面を作る．ダミーの ONNX モデルは `scripts/make_dummy_seg_models.py` で作る． 使い方: uv run python scripts/make_synthetic_segmentation.py --out data/synthetic_seg --per-set 8 """ from __future__ import annotations import argparse import logging import shutil import sys from pathlib import Path import numpy as np from PIL import Image, ImageDraw logger = logging.getLogger(__name__) # 出力先がこのスクリプトの生成物であることを示す目印（--overwrite で消すのは目印のある所だけ）． MARKER_FILE = ".synthetic_segmentation" # (評価セットのディレクトリ, 撮影画像か)． SETS: tuple[tuple[str, bool], ...] = ( ("train", False), ("test/cropped", False), ("test_extra/cropped", False), ("test/fullsize", True), ) BACKGROUND_RGB = (110, 120, 150) # 青みがかった灰色（ダミーの ResUNet が背景と判定する色） TONGUE_RGB = (200, 95, 105) # 赤みのある舌の色 COLOR_JITTER = 10 PIXEL_NOISE_STD = 5.0 MIN_SIZE = 200 MAX_SIZE = 360 SPOT_PROBABILITY = 0.5 # 楕円の外に小さな赤い点を置く確率 JPEG_QUALITY = 95 def make_fullsize(rng: np.random.Generator) -> tuple[np.ndarray, np.ndarray]: """撮影画像を模した画像と正解マスクを 1 組作る. Args: rng: 乱数生成器． Returns: （RGB 画像 `(H, W, 3)` uint8, 正解マスク `(H, W)` bool）． """ width = int(rng.integers(MIN_SIZE, MAX_SIZE + 1)) height = int(rng.integers(MIN_SIZE, MAX_SIZE + 1)) ew = int(rng.integers(width // 4, width // 2)) eh = int(rng.integers(height // 4, height // 2)) cx = int(rng.integers(ew // 2 + 5, width - ew // 2 - 5)) cy = int(rng.integers(eh // 2 + 5, height - eh // 2 - 5)) mask_img = Image.new("L", (width, height), 0) ImageDraw.Draw(mask_img).ellipse( (cx - ew // 2, cy - eh // 2, cx + ew // 2, cy + eh // 2), fill=255 ) mask = np.asarray(mask_img) > 0 # (H, W) # 背景は横方向に少し明るさが変わる（一様な色だけにしない）． gradient = np.linspace(-15.0, 15.0, width)[None, :, None] background = np.array(BACKGROUND_RGB, dtype=np.float64) + gradient tongue = np.array(TONGUE_RGB, dtype=np.float64) + rng.integers( -COLOR_JITTER, COLOR_JITTER + 1, size=3 ) pixels = np.where(mask[..., None], tongue, background) pixels = pixels + rng.normal(0.0, PIXEL_NOISE_STD, size=(height, width, 3)) if rng.random() < SPOT_PROBABILITY: # 舌と同じ色の小さな点（小領域除去で消えるべき誤検出の種）．正解マスクには含めない． spot = Image.new("L", (width, height), 0) sx = int(rng.integers(3, width - 8)) sy = int(rng.integers(3, height - 8)) ImageDraw.Draw(spot).ellipse((sx, sy, sx + 4, sy + 4), fill=255) spot_mask = (np.asarray(spot) > 0) & ~mask pixels[spot_mask] = tongue return np.clip(pixels, 0, 255).astype(np.uint8), mask def crop_around( rgb: np.ndarray, mask: np.ndarray, rng: np.random.Generator ) -> tuple[np.ndarray, np.ndarray]: """正解マスクの外接矩形に余白を付けて切り出す（切り出し済みの画像を模す）. Args: rgb: RGB 画像（`(H, W, 3)`, uint8）． mask: 正解マスク（`(H, W)`, bool）． rng: 乱数生成器． Returns: （切り出した RGB 画像, 切り出した正解マスク）． """ ys, xs = np.nonzero(mask) height, width = mask.shape mx = int(rng.integers(2, max(3, (xs.max() - xs.min()) // 8))) my = int(rng.integers(2, max(3, (ys.max() - ys.min()) // 8))) x0, x1 = max(0, xs.min() - mx), min(width, xs.max() + 1 + mx) y0, y1 = max(0, ys.min() - my), min(height, ys.max() + 1 + my) return rgb[y0:y1, x0:x1], mask[y0:y1, x0:x1] def generate(out_dir: Path, per_set: int, seed: int) -> int: """合成データを生成する. Args: out_dir: 出力先（空または存在しないディレクトリ）． per_set: 評価セットあたりの枚数． seed: 乱数 seed． Returns: 生成した組の数． """ rng = np.random.default_rng(seed) out_dir.mkdir(parents=True, exist_ok=True) (out_dir / MARKER_FILE).write_text(f"seed={seed}\nper_set={per_set}\n", encoding="utf-8") serial = 0 for set_dir, fullsize in SETS: sample_dir = out_dir / "input" / set_dir / "sample" label_dir = out_dir / "input" / set_dir / "label" sample_dir.mkdir(parents=True, exist_ok=True) label_dir.mkdir(parents=True, exist_ok=True) for _ in range(per_set): rgb, mask = make_fullsize(rng) if not fullsize: rgb, mask = crop_around(rgb, mask, rng) name = f"seg_{serial:06d}.jpg" Image.fromarray(rgb).save(sample_dir / name, quality=JPEG_QUALITY) Image.fromarray((mask * 255).astype(np.uint8)).save( label_dir / name, quality=JPEG_QUALITY ) serial += 1 logger.info("%s: %d 組", set_dir, per_set) return serial def _prepare_out_dir(out_dir: Path, overwrite: bool) -> None: if not out_dir.exists(): return if not out_dir.is_dir(): raise ValueError(f"出力先がディレクトリではない: {out_dir}") if not any(out_dir.iterdir()): return if not overwrite: raise ValueError(f"出力先が空でない: {out_dir}（作り直すには --overwrite を付ける）") if not (out_dir / MARKER_FILE).is_file(): raise ValueError( f"出力先に合成データの目印 {MARKER_FILE} が無いため削除しない: {out_dir}" "（合成データ以外を誤って消さないため）" ) logger.info("既存の合成データを削除する: %s", out_dir) shutil.rmtree(out_dir) def _parse_args(argv: list[str] | None) -> argparse.Namespace: parser = argparse.ArgumentParser(description="セグメンテーションの評価用の合成データを生成する") parser.add_argument( "--out", type=Path, default=Path("data/synthetic_seg"), help="出力先（既定: data/synthetic_seg）", ) parser.add_argument("--per-set", type=int, default=8, help="評価セットあたりの枚数（既定: 8）") parser.add_argument("--seed", type=int, default=0, help="乱数 seed（既定: 0）") parser.add_argument( "--overwrite", action="store_true", help="既存の合成データを削除して作り直す（目印ファイルのある出力先のみ．models/ も消える）", ) args = parser.parse_args(argv) if args.per_set < 1: parser.error("--per-set は 1 以上を指定する") return args def main(argv: list[str] | None = None) -> int: """エントリポイント. Args: argv: コマンドライン引数（None なら `sys.argv[1:]`）． Returns: 終了コード（成功 0・入力の問題 1）． """ logging.basicConfig( level=logging.INFO, format="%(asctime)s %(levelname)s %(name)s: %(message)s" ) args = _parse_args(argv) try: _prepare_out_dir(args.out, args.overwrite) except ValueError as e: logger.error("%s", e) return 1 count = generate(args.out, args.per_set, args.seed) logger.info("合成データを生成した: %d 組 -> %s", count, args.out / "input") return 0 if __name__ == "__main__": sys.exit(main())