အခု Machine Learning / AI နယ်ပယ်ရှိ Non-linear Dimensionality Reduction (Manifold Learning) နည်းလမ်းတစ်ခုဖြစ်တဲ့ Isomap (Isometric Feature Mapping) ကို အသုံးပြုပြီး High-Dimensional Image Data များရဲ့ အတွင်းပိုင်း ပုံသဏ္ဌာန် (Intrinsic Geometry) ကို ရှာဖွေပုံဖော်ကြည့်မှာ ဖြစ်ပါတယ်။
၁။ Dataset ဖွဲ့စည်းပုံနှင့် ML/AI သဘောတရား အခြေခံ
- ALOI (Amsterdam Library of Object Images) Dataset:
Module4/Datasets/ALOI/32/ဖိုလ်ဒါထဲရှိ အဖြူအမဲ ပုံ ၇၂ ပုံသည် မွေးပွဝက်ဝံရုပ်တစ်ရုပ်တည်းကို 5-deg စီ လှည့်၍ 360-deg အပြည့် ($72 \times 5^\circ = 360^\circ$) ရိုက်ကူးထားသော ပုံများ ဖြစ်ပါသည်။- ပုံတစ်ပုံချင်းစီ၏ အရွယ်အစားမှာ $194 \times 144$ pixels ရှိသဖြင့် Pixel တစ်ခုချင်းစီကို Feature တစ်ခုအဖြစ် ယူဆပါက ပုံတစ်ပုံသည် 27,936-dimensional space ($194 \times 144 = 27,936$) အတွင်းရှိ အမှတ် (Data Point) တစ်ခု ဖြစ်လာပါသည်။
- သို့သော် လက်တွေ့တွင် ဝက်ဝံရုပ်၏ ပြောင်းလဲမှုမှာ "လည်ပတ်သည့် ထောင့် (Rotation Angle: $0^\circ \to 360^\circ$)" ဟူသော 1 Degree of Freedom တည်းသာ ရှိပါသည်။ ထို့ကြောင့် 27,936-dimensional space အတွင်း ပြန့်ကျဲနေပုံရသော ပုံ ၇၂ ပုံသည် အမှန်တကယ်တွင် စက်ဝိုင်းပုံစံ အကွင်းလိုက်မျက်နှာပြင် (1D Circular Manifold) တစ်ခုပေါ်၌သာ တည်ရှိနေပါသည်။
ALOI/32_i/Dataset (Illumination Variations):- ဒုတိယအဆင့်တွင် ထပ်ပေါင်းရမည့်
32_iဖိုလ်ဒါထဲတွင် ဝက်ဝံရုပ်ကို မလှည့်ဘဲ အလင်းရောင် ကျရောက်ပုံ (Lighting/Illumination) ပြောင်းလဲ၍ ရိုက်ကူးထားသော ပုံ ၁၂ ပုံ ပါဝင်ပါသည်
၂။ TO_DO အဆင့်တစ်ခုချင်းစီ၏ အသေးစိတ် ရှင်းလင်းချက်
- TODO 1: ရိုးရှင်းသော Python List တစ်ခု တည်ဆောက်ခြင်း
- ပုံတစ်ပုံချင်းစီ၏ Pixel Array များကို စုစည်းသိမ်းဆည်းရန်
samples = []ဟူသော Empty List တစ်ခုကို ဦးစွာ ဖန်တီးရပါမည်
- TODO 2: ပုံများကို ဖတ်ယူခြင်း၊ 1D Vector ပြောင်းခြင်း (Flattening) နှင့် Preprocessing
Module4/Datasets/ALOI/32/ဖိုလ်ဒါထဲရှိ.pngပုံ ၇၂ ပုံကို Loop ပတ်၍ NumPy Array အဖြစ် ဖတ်ယူရပါမည်- Python 3.12 နှင့် ကိုက်ညီအောင် ပြင်ဆင်ချက်- မူရင်းကုဒ်တွင် သုံးထားသော
scipy.misc.imread - Flattening (
.reshape(-1))scikit-learn၏ Algorithm များသည် 2D Matrix ပုံစံ(n_samples, n_features)ကိုသာ လက်ခံသဖြင့် 2D ပုံ (194 x 144) ကို 1D Row Vector (27,936features) အဖြစ် ဆန့်ထုတ်ရပါသည် - Optional Downsampling (
[::2, ::2]) & Normalization (/ 255.0): ပုံအရွယ်အစားကို ထက်ဝက်လျှော့ချခြင်း (97 x 72 = 6,984features) ဖြင့် တွက်ချက်မှု ပိုမိုမြန်ဆန်စေပြီး၊255.0ဖြင့် စားခြင်းဖြင့် Pixel တန်ဖိုးများကို0.0မှ1.0အတွင်း ညှိပေးပါသည်
- TODO 3:
ALOI/32_i/ဖိုလ်ဒါမှ အလင်းရောင်ပြောင်းလဲမှု ပုံများ ထပ်ပေါင်းထည့်ခြင်း- ပထမမေးခွန်း ၃ ခုကို ဖြေဆိုပြီးနောက်
sampleslist ကိုDataFrameအဖြစ် မပြောင်းလဲမီ (pd.DataFrame(samples)မတိုင်မီ)Module4/Datasets/ALOI/32_i/ဖိုလ်ဒါထဲရှိ ပုံ ၁၂ ပုံကို ထပ်မံ Append လုပ်ရပါမည်
- TODO 4: List ကို Pandas DataFrame အဖြစ် ပြောင်းလဲခြင်း
- စုစည်းထားသော 1D Array များ ပါဝင်သည့်
sampleslist ကိုdf = pd.DataFrame(samples)ဖြင့်(72, 6984)(သို့မဟုတ်32_iပါလျှင်(84, 6984)) အရွယ်အစားရှိ ဇယားပုံစံ DataFrame အဖြစ် ပြောင်းလဲရပါမည်
- TODO 5: Isomap Algorithm ကို အကောင်အထည်ဖော်ခြင်း (
K=6,n_components=3)- Isomap အလုပ်လုပ်ပုံ အဆင့် ၃ ဆင့်
- Neighborhood Graph တည်ဆောက်ခြင်း Data Point တစ်ခုချင်းစီအတွက် အနီးဆုံး အိမ်နီးချင်း $K$ ခု (
n_neighbors=6) ကို Euclidean Distance ဖြင့် ရှာဖွေ၍ ကွန်ရက်ချိတ်ဆက်ပါသည်။ (မူရင်းကုဒ်တွင်n_neighbors=1ဟု မှားယွင်းရေးထားရာ - Geodesic Distance တွက်ချက်ခြင်း မျဉ်းဖြောင့်အကွာအဝေး (Euclidean) အစား မျက်နှာပြင်အကွေးအတိုင်း လျှောက်ရမည့် အတိုဆုံးလမ်းကြောင်း (Geodesic Distance) ကို Dijkstra’s သို့မဟုတ် Floyd-Warshall Algorithm ဖြင့် တွက်ချက်ပါသည်။
- Dimensionality Reduction (MDS) ရရှိလာသော Geodesic Distance Matrix အပေါ်တွင် Multidimensional Scaling (MDS) နည်းလမ်းကို သုံး၍ မူလ Dimension ထောင်ပေါင်းများစွာမှ 3 Dimensions (
n_components=3) သို့ လျှော့ချပါသည်
- TODO 6 & TODO 7: 2D နှင့် 3D Scatter Plot များ ရေးဆွဲခြင်း
- Isomap မှ ရရှိလာသော
Tmatrix ၏ ပထမ Component ၂ ခု (T[:, 0],T[:, 1]) ကို 2D Scatter Plot အဖြစ်လည်းကောင်း၊ Component ၃ ခုလုံး (T[:, 0],T[:, 1],T[:, 2]) ကို 3D Scatter Plot အဖြစ်လည်းကောင်း ရေးဆွဲကြည့်ရှုရပါမည်
၃။ Implementation Code
Spyder 6 (Python 3.12)
Python
import os
import numpy as np
import pandas as pd
from PIL import Image # Python 3.12 တွင် ဖယ်ရှားလိုက်သော scipy.misc.imread အစား သုံးရန်
import matplotlib.pyplot as plt
from sklearn import manifold
# ဂရပ်ဖ် (Plot) များ ပိုမိုကြည့်ကောင်းစေရန် 'ggplot' စတိုင်ကို အသုံးပြုခြင်း
plt.style.use('ggplot')
# ==============================================================================
# အဆင့် (၁) နှင့် အဆင့် (၂) ကို ပြောင်းလဲစမ်းသပ်ရန် ထိန်းချုပ်ခလုတ် (Toggle Flag)
# False ထားပါက ALOI/32 (ပုံ ၇၂ ပုံ) တစ်ခုတည်းကိုသာ တွက်ချက်ပါမည်။
# True ပြောင်းလိုက်ပါက ALOI/32_i (အလင်းရောင်ပြောင်းလဲမှု ပုံ ၁၂ ပုံ) ကိုပါ ထပ်ပေါင်းပါမည်။
# ==============================================================================
INCLUDE_32_I = False
# ==============================================================================
# TODO 1: ပုံများ၏ Pixel Data များကို သိမ်းဆည်းရန် ရိုးရှင်းသော Python List တည်ဆောက်ခြင်း
# ==============================================================================
samples = []
colors = [] # 2D/3D Plot တွင် 32 နှင့် 32_i ပုံများကို အရောင်ခွဲခြားမြင်နိုင်ရန် မှတ်သားခြင်း
# ==============================================================================
# TODO 2: Module4/Datasets/ALOI/32/ ဖိုလ်ဒါထဲရှိ PNG ပုံ ၇၂ ပုံကို ဖတ်ယူ၍ List ထဲထည့်ခြင်း
# သီအိုရီ - 2D Image (194 x 144) တစ်ပုံချင်းစီကို 1D Vector (Flattened Array) အဖြစ်
# ပြောင်းလဲမှသာ Machine Learning Model များထဲသို့ Feature Matrix အဖြစ် ထည့်သွင်းနိုင်မည်။
# ==============================================================================
dir_32 = os.path.join('Module4', 'Datasets', 'ALOI', '32')
for fname in sorted(os.listdir(dir_32)):
# .png ဖိုင်များကိုသာ စစ်ထုတ်ဖတ်ယူခြင်း (Windows ရှိ Thumbs.db စသည့် ဖိုင်ပိုများကို ရှောင်ရှားရန်)
if fname.lower().endswith('.png'):
img_path = os.path.join(dir_32, fname)
# ပုံကို Grayscale ('L' mode -> 194x144) အဖြစ်ဖတ်၍ NumPy Array ပြောင်းခြင်း
img = np.array(Image.open(img_path).convert('L'), dtype=np.float64)
# Optional Preprocessing:
# 1. [::2, ::2] -> ပုံအရွယ်အစားကို အလျား/အနံ ထက်ဝက်စီ (97 x 72) လျှော့ချခြင်း (တွက်ချက်မှု မြန်စေရန်)
# 2. / 255.0 -> Pixel တန်ဖိုးများကို [0, 255] မှ [0.0, 1.0] အတွင်းသို့ Normalize လုပ်ခြင်း
# 3. .reshape(-1) -> 2D Matrix (97x72) ကို 1D Vector (6,984 features) အဖြစ် ဆန့်ထုတ်ခြင်း (Flattening)
img_processed = (img[::2, ::2] / 255.0).reshape(-1)
samples.append(img_processed)
colors.append('royalblue') # မူလ 360-degree လည်ပတ်ပုံ ၇၂ ပုံအတွက် အပြာရောင်
# ==============================================================================
# TODO 3: DataFrame အဖြစ် မပြောင်းလဲမီ ALOI/32_i/ ဖိုလ်ဒါမှ ပုံ ၁၂ ပုံကို ထပ်ပေါင်းထည့်ခြင်း
# သီအိုရီ - 32_i ဖိုလ်ဒါသည် ဝက်ဝံရုပ်ကို မလှည့်ဘဲ အလင်းရောင် (Illumination) ပြောင်းရိုက်ထားသော
# ပုံများဖြစ်သဖြင့် မူလ စက်ဝိုင်းပုံ Manifold ပေါ်တွင် ဒုတိယ Degree of Freedom တိုးလာစေသည်။
# ==============================================================================
if INCLUDE_32_I:
dir_32_i = os.path.join('Module4', 'Datasets', 'ALOI', '32_i')
for fname in sorted(os.listdir(dir_32_i)):
if fname.lower().endswith('.png'):
img_path = os.path.join(dir_32_i, fname)
img = np.array(Image.open(img_path).convert('L'), dtype=np.float64)
img_processed = (img[::2, ::2] / 255.0).reshape(-1)
samples.append(img_processed)
colors.append('crimson') # အလင်းရောင်ပြောင်းလဲမှု ပုံ ၁၂ ပုံအတွက် အနီရောင်
# ==============================================================================
# TODO 4: စုစည်းထားသော List ကို Pandas DataFrame (2D Feature Matrix) အဖြစ် ပြောင်းလဲခြင်း
# ရလဒ် Shape -> (72, 6984) သို့မဟုတ် INCLUDE_32_I=True ဖြစ်ပါက (84, 6984)
# ==============================================================================
df = pd.DataFrame(samples)
print(f"DataFrame Shape (Samples, Features): {df.shape}")
# ==============================================================================
# TODO 5: Isomap (Isometric Feature Mapping) အကောင်အထည်ဖော်ခြင်း
# သီအိုရီ - Isomap သည် High-Dimensional Space (6,984D) အတွင်း ကွေးကောက်နေသော
# မျက်နှာပြင် (Manifold) ပေါ်ရှိ Data Point များကြားမှ မျဉ်းကွေးအတိုင်း အတိုဆုံးအကွာအဝေး
# (Geodesic Distance) ကို ထိန်းသိမ်း၍ 3D (n_components=3) သို့ Dimension လျှော့ချပေးသည်။
# - n_neighbors=6 : Point တစ်ခုချင်းစီကို အနီးဆုံး အိမ်နီးချင်း ၆ ခုနှင့် ချိတ်ဆက်၍ Graph တည်ဆောက်သည်။
# - n_components=3: အထွက် (Output) ကို Principal Manifold Components ၃ ခုအဖြစ် ထုတ်ပေးသည်။
# ==============================================================================
iso = manifold.Isomap(n_neighbors=6, n_components=3)
iso.fit(df)
T = iso.transform(df) # Dimension လျှော့ချပြီးသား (n_samples, 3) Matrix
# ==============================================================================
# TODO 6: ပထမ Isomap Component ၂ ခု (Component 1 & 2) ဖြင့် 2D Scatter Plot ဆွဲခြင်း
# မျှော်မှန်းရလဒ် - ဝက်ဝံရုပ် ၃၆၀ ဒီဂရီ လည်ပတ်မှုကို ကိုယ်စားပြုသော စက်ဝိုင်းကွင်းပုံစံ (Ring/Loop)
# ကို 2D မြင်ကွင်းတွင် အထင်အရှား မြင်တွေ့ရမည် ဖြစ်ပါသည်။
# ==============================================================================
fig_2d = plt.figure(figsize=(8, 6))
plt.scatter(T[:, 0], T[:, 1], c=colors, marker='o', s=50, alpha=0.85, edgecolors='k')
plt.title('Isomap 2D Manifold Projection (K=6, Components 1 vs 2)')
plt.xlabel('Isomap Component 1')
plt.ylabel('Isomap Component 2')
plt.grid(True)
plt.show()
# ==============================================================================
# TODO 7: Isomap Component ၃ ခုလုံး (Component 1, 2 & 3) ဖြင့် 3D Scatter Plot ဆွဲခြင်း
# မျှော်မှန်းရလဒ် - 3D Space အတွင်း ဝက်ဝံရုပ်လည်ပတ်မှု လမ်းကြောင်း (Closed Loop) နှင့်
# INCLUDE_32_I=True ဖြစ်ပါက အလင်းရောင်ပြောင်းလဲမှု အကိုင်းအခက် (Branch) ကို မြင်တွေ့ရမည်။
# ==============================================================================
fig_3d = plt.figure(figsize=(9, 7))
ax = fig_3d.add_subplot(111, projection='3d')
ax.scatter(T[:, 0], T[:, 1], T[:, 2], c=colors, marker='o', s=50, alpha=0.85, edgecolors='k')
ax.set_title('Isomap 3D Manifold Projection (K=6, 3 Components)')
ax.set_xlabel('Isomap Component 1 (X)')
ax.set_ylabel('Isomap Component 2 (Y)')
ax.set_zlabel('Isomap Component 3 (Z)')
plt.show()
ရလဒ်များကို လေ့လာသုံးသပ်ချက် (Interpretation)
INCLUDE_32_I = False(ပုံ ၇၂ ပုံတည်း) 2D နှင့် 3D Graph နှစ်ခုလုံးတွင် အပြာရောင် အစက် ၇၂ စက်သည် အဝိုင်းပုံစံ အကွင်း (Ring / Loop) အဖြစ် စီတန်းနေသည်ကို တွေ့ရပါမည်။ အဘယ်ကြောင့်ဆိုသော် ဝက်ဝံရုပ်ကို $5^\circ$ စီ လှည့်သွားရာမှ $360^\circ$ ပြည့်သောအခါ မူလ $0^\circ$ ပုံစံသို့ ပြန်လည်ဆက်စပ်သွားသောကြောင့် ဖြစ်ပါသည်။INCLUDE_32_I = True(ပုံ ၈၄ ပုံ) အနီရောင်ဖြင့် ပြထားသော32_iအလင်းရောင်ပြောင်းလဲမှု ပုံ ၁၂ ပုံသည် မူလအပြာရောင် စက်ဝိုင်းကွင်း၏ တစ်နေရာမှ အပြင်ဘက်သို့ ထိုးထွက်နေသော အတန်းလေး (Branch/Tail) အဖြစ် ပေါ်ထွက်လာပါမည်။
No comments:
Post a Comment
Note: Only a member of this blog may post a comment.