tf-image-augment-layers 0.1.1

TensorFlow augmentation layers including RGBA background compositing, random color temperature, and color cast.

tf-image-augment-layers

TensorFlow/Keras 用の高性能画像拡張レイヤーコレクション。市販カメラのホワイトバランスのゆらぎを模倣するために、色温度・色被りの拡張を実装してみました。 RGBA 背景合成・色温度変換・色被り生成など、標準の Keras augmentation にない高度拡張を GPU 上で高速に実行できます。特に背景差し替えは、先行研究で「CNN が対象物へより注視しやすくなる」と報告されており、その検証目的として本実装を追加しました。

---

🚀 Features

Why this library? 標準の TensorFlow/Keras では扱えない RGBA 背景合成や高度な色変換が可能になり、データ拡張の幅が大きく広がります。

• 🖼 RGBA 対応（透明 PNG を安全に処理）
• 🎨 背景ランダム置換（グレー / ノイズ / 白 / 黒）
• 🌡 色温度を Kelvin 指定でランダム変換
• 💡 色被り（Green / Magenta）をランダム付加
• ⚡ すべて TensorFlow グラフ上で実行され GPU / TPU に最適化
• 🔄 Keras Sequential / Functional / tf.data と完全互換

---

📦 Installation

PyPI 公開後に使用できます：

pip install tf-image-augment-layers

---

🧩 Available Layers

Layer	Description
ReplaceBackgroundWithGrayNoiseLayer	RGBA 背景をグレー / ノイズ / 白 / 黒に置換
RGBAtoRGBLayer	RGBA → RGB に変換
RandomColorTemperatureLayer	色温度を Kelvin 範囲でランダム変換
ColorCastLayer	色被り（Green / Magenta）をランダム追加
background_composit()	背景置換を行う関数（単独利用可）

---

🔧 Usage Example

Keras Sequential に組み込む

Note: 色温度変換（RandomColorTemperatureLayer）や色被り（ColorCastLayer）は RGB 画像を前提としています。RGBA の場合は必ず RGBAtoRGBLayer を適用して 3 チャンネルに変換してから使用してください。

from augment_layers import (
    RGBAtoRGBLayer,
    ReplaceBackgroundWithGrayNoiseLayer,
    RandomColorTemperatureLayer,
    ColorCastLayer,
)
import tensorflow as tf

data_augmentation = tf.keras.Sequential([
    RGBAtoRGBLayer(),
    ReplaceBackgroundWithGrayNoiseLayer(use_white=True),
    RandomColorTemperatureLayer(kelvin_range=(3000, 7500)),
    ColorCastLayer(max_strength=0.3),
])

model = tf.keras.Sequential([
    data_augmentation,
    tf.keras.layers.Rescaling(1./255),
    tf.keras.layers.Conv2D(32, 3, activation="relu"),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(10, activation="softmax"),
])

---

🧪 Using with tf.data

augment = ReplaceBackgroundWithGrayNoiseLayer(use_white=True)

def preprocess(image, label):
    return augment(image, training=True), label

dataset = dataset.map(preprocess)

---

🌈 RGBA → RGB

from augment_layers import RGBAtoRGBLayer

rgba_to_rgb = RGBAtoRGBLayer()
rgb_image = rgba_to_rgb(rgba_batch, training=True)

---

🔥 Background Replacement

from augment_layers import background_composit

aug_image = background_composit(rgba_image, use_white=True)

📜 License

MIT License

---