Novelty 이상탐지 토튜리얼

이상탐지 개념을 소개해놓은 곳은 많은데 그래서 실제로 이미지를 가지고 어떻게 이상탐지하는지 토튜리얼을 올려놓은 곳은 찾기 힘들었다. 해외 포스팅 보고 따라해보았다. 

 

https://pyimagesearch.com/2020/01/20/intro-to-anomaly-detection-with-opencv-computer-vision-and-scikit-learn/

Intro to anomaly detection with OpenCV, Computer Vision, and scikit-learn - PyImageSearch

 

 

기반 논문은  Isolation Forest라는 논문이다. 의사결정 트리를 통해  정상 비정상을 구분한다고 한다.

일단 감잡으려고 토튜리얼 하는거니 궁금하면 나중에 찾아봐야겠다. 

https://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/tkdd11.pdf

 

 

폴더 구조

 

anomaly_detector.model은 나중에 훈련하면 생성되기 때문에 지금 없는게 당연하다. 

 

패키지 설치하기

pip install numpy
pip install opencv-contrib-python
pip install imutils
pip install scikit-learn

 

 

데이터셋 다운받기

이 인간이 지꺼 유료구독하라고 데이터셋 링크는 치사하게 숨겨놨다. 구독할까 한 3초 고민하다가 구글링해서 데이터셋 찾았다. 

 

https://people.csail.mit.edu/torralba/code/spatialenvelope

Spatial envelope

 

 

 

이 인간이 올린 폴더 구조를 보고 하나하나 이미지를 찾아서 옮겨도 되지만 수고를 덜기 위해 파일을 올려둔다. 

dataset.zip

0.75MB

 

 

 

훈련 하기

train_anomaly_detector.py

from pyimagesearch.features import quantify_image
import argparse
import pickle
import cv2

# 명령행 인수를 파싱
ap = argparse.ArgumentParser()
ap.add_argument('-m', "--model", required=True, help="path to pre-trained anomaly detection model")
ap.add_argument("-i", "--image", required=True, help="path to input image")
args = vars(ap.parse_args())

# 모델을 로드
print("[INFO] loading anomaly detection model...")
model = pickle.loads(open(args["model"], "rb").read())

# 입력 이미지를 로드하여 HSV 색상 공간으로 변환
image = cv2.imread(args["image"])
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
features = quantify_image(hsv, bins=(3, 3, 3))

# 모델을 사용하여 예측
preds = model.predict([features])[0]
label = "anomaly" if preds == -1 else "normal"
color = (0, 0, 255) if preds == -1 else (0, 255, 0)

# 예측 결과 텍스트를 이미지에 표시
cv2.putText(image, label, (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)

cv2.imshow("Output", image)
cv2.waitKey(0)

 

훈련 명령어

python train_anomaly_detector.py --dataset forest --m anomaly_detector.model

 

 

테스트하기 

test_anomaly_detector.py

from pyimagesearch.features import quantify_image
import argparse
import pickle
import cv2

# 명령행 인수를 파싱
ap = argparse.ArgumentParser()
ap.add_argument('-m', "--model", required=True, help="path to pre-trained anomaly detection model")
ap.add_argument("-i", "--image", required=True, help="path to input image")
args = vars(ap.parse_args())

# 모델을 로드
print("[INFO] loading anomaly detection model...")
model = pickle.loads(open(args["model"], "rb").read())

# 입력 이미지를 로드하여 HSV 색상 공간으로 변환
image = cv2.imread(args["image"])
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
features = quantify_image(hsv, bins=(3, 3, 3))

# 모델을 사용하여 예측
preds = model.predict([features])[0]
label = "anomaly" if preds == -1 else "normal"
color = (0, 0, 255) if preds == -1 else (0, 255, 0)

# 예측 결과 텍스트를 이미지에 표시
cv2.putText(image, label, (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)

cv2.imshow("Output", image)
cv2.waitKey(0)

 

테스트 명령어

python test_anomaly_detector.py --model anomaly_detector.model --image examples/forest_cd
mc290.jpg

 

결과

 

전체 코드

https://github.com/sangeun-jo/novelty_detection_tutorial.git

GitHub - sangeun-jo/novelty_detection_tutorial: Novelty detection 이미지 이상탐지 예제