1-02　ニホンザル画像セット作成のロードマップ ●山道、雪道、住宅街など、背景は「生成AI」で！ 　図1‐03に生成AIによる学習用画像作成のロードマップを示します。このようにStable Diffusion（＊１）で山道、雪道、住宅街などいろいろな画像を生成します。これらに「サルの画像」を合成すればよいわけです。 （＊１）Stable Diffusion：　画像生成AIモデルの一つ。入力されたテキストをもとに画像を生成する 図1‐03　学習用画像作成のロードマップ ●サルの画像にも生成AIを使ってみる 　さて後は「サルの写真」を撮って背景と合成・・・野生のサルは難しいのでとりあえず動物園に・・・となるでしょう。しかし暑い日や寒い日、動物園のおサルさんたちはあまり表に出てきません。出てきても檻や柵が邪魔になったり、ガラスに反射してうまく写真が撮れなかったりします。そこで今回はサルの画像もAIで生成することにします。 ●とりあえず1枚だけサル画像生成→加工して水増し 　ロードマップ（図1‐03）の右側ではサルの画像を1枚生成し、背景を切り取り、反転／拡大(縮小)／回転など、画像加工して枚数を増やしています。 ●学習用画像はたくさんある方が良い 　同図では背景画像が3枚、サル画像が１枚生成され、さらにサル画像は加工によって3枚に水増しされています。それらを合成したものが「学習用画像」となりますが、同図では3×1×3＝9枚になっています。すなわち背景画像生成数(A)、サル画像生成数(B)、サル画像加工数(C)とすると、学習用画像の枚数はA×B×Cとなり、A, B, Cを増やしていけば乗算結果は飛躍的に増えます。 ●画像生成、切り取り、加工、合成をサポートするツールたち 同図に示すように、生成AIにはStable Diffusion（＊１）、画像加工にはalbumentations（＊２）を使用します。また同図のように前処理（背景切り取り）にはrembg（＊３）、後処理（画像合成）にはOpenCV（＊４）を使用します。 （＊２）albumentations：　機械学習用データ拡張用オープンソースのPythonライブラリ。画像の反転・拡大（縮小）・回転・変形・加工などがあり、画像のバリエーションを増やすことができる。 （＊３）rembg：　画像から背景を削除するPythonライブラリ。 （＊４）OpenCV：　インテルが開発・公開したオープンソースのコンピュータビジョン向けライブラリ。 次のページへ 目次へ戻る