image

loadImages

##deeplearning ##set_image

Description

L'action loadImages %loadImages est le point de départ indispensable pour tout projet de Vision par Ordinateur (Computer VisionDiscipline de l'IA permettant aux systèmes d'extraire des informations significatives à partir d'images ou de vidéos pour identifier, classer et réagir à des éléments visuels du monde réel.) dans SAS Viya. Elle permet d'importer des fichiers images bruts (JPG, PNG, TIFF, DICOM, etc.) depuis un système de fichiers vers une table mémoireGemini said

Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya.
CAS. Que vous soyez en train de classer des photos de chats ou d'analyser des radiographies médicales complexes, cette action transforme vos fichiers binaires en données exploitables par les algorithmes de Deep LearningSous-ensemble du Machine Learning basé sur des réseaux de neurones artificiels profonds. Il excelle dans l'extraction automatique de motifs complexes depuis des données brutes (images, texte, son). de SAS. Parce que vos images méritent mieux que de rester seules dans un dossier sombre sur le serveur ! 📸

Syntaxe Officielle
image.loadImages /
addColumns={"CHANNELCOUNT", "CHANNELTYPE", "DEPTH", "HEIGHT", "ORIENTATION", "POSITION", "SPACING", "SPAN", "WIDTH"} | {extendedAddColumnsParms},
caslib="string",
casOut={casouttable},
decode=TRUE | FALSE,
distribution={type="RANDOM" | "ROUNDROBIN", type-specific-parameters},
labelLevels=integer,
path="string",
pathIsList=TRUE | FALSE,
quiet=TRUE | FALSE,
recurse=TRUE | FALSE,
repeat=TRUE | FALSE,
series={dicom=TRUE | FALSE, reverse=TRUE | FALSE};

Paramètres Clés

Nom du paramètre Description
path Le chemin relatif vers le fichier ou le répertoire contenant les images. C'est l'adresse de la demeure de vos précieux pixels.
casOut Spécifie la table CAS de destination %casouttable . Indispensable pour savoir où ranger vos données une fois chargées.
decode Si TRUE, l'action décompresse les images et les stocke sous forme de matrices de pixels brutes. Très utile si vous voulez commencer à manipuler les pixels immédiatement.
addColumns Permet d'ajouter des métadonnées comme la hauteur (HEIGHT), la largeur (WIDTH) ou le nombre de canaux (CHANNELCOUNT) directement dans les colonnes de la table. Pratique pour trier ses images sans avoir à les ouvrir une par une.
recurse Si TRUE, SAS ira fouiller dans tous les sous-répertoires du chemin indiqué. Idéal pour les dossiers bien (ou mal) rangés.
labelLevels Détermine combien de niveaux de répertoires doivent être utilisés pour créer automatiquement une colonne de labels (étiquettes). Parfait pour l'apprentissage supervisé (ex: /train/chiens/ => label='chiens').
series Paramètres spécifiques pour le chargement de séries d'images, notamment pour le format médical DICOM %series .

Préparation des données

Préparation de l'environnement de données

Pour utiliser cette action, vous devez disposer d'une caslib pointant vers un répertoire contenant des images. Voici comment définir une caslib de type 'path' pour vos tests.

1PROC CAS;
2 TABLE.addCaslib / name="myImages", path="/chemin/vers/vos/images", dataSource={srcType="path"};
3RUN;

Exemples d'utilisation

Chargement basique d'images

Charger toutes les images d'un répertoire dans une table CAS nommée 'mes_images'.

1PROC CAS; image.loadImages / path="data/", casOut={name="mes_images", replace=true}; RUN;
Résultat Attendu :
Une table CAS 'mes_images' contenant les images sous forme de blobs binaires dans la colonne _image_.
Chargement avancé avec décodage et labels automatiques

Dans cet exemple, nous chargeons les images en les décodant, en extrayant leurs dimensions, en explorant les sous-répertoires et en utilisant le nom du dossier parent comme étiquette (label).

1PROC CAS; image.loadImages / path="train/", caslib="myImages", decode=true, recurse=true, labelLevels=1, addColumns={"HEIGHT", "WIDTH", "CHANNELCOUNT"}, casOut={name="training_data", replace=true, promote=true}; RUN;
Résultat Attendu :
Une table CAS 'training_data' avec les images décodées, leurs dimensions respectives et une colonne '_label_' extraite de l'arborescence des dossiers.
Chargement de séries médicales DICOM

Charger des images médicales en préservant la structure de série propre au format DICOM.

1PROC CAS; image.loadImages / path="mri_scans/", series={dicom=true}, casOut={name="dicom_table", replace=true}; RUN;
Résultat Attendu :
Une table CAS structurée pour l'imagerie médicale, où les fichiers DICOM sont groupés de manière cohérente.