基于Python的图像数据增强Data Augmentation解析

基于基于Python的图像数据增强的图像数据增强Data Augmentation解析解析

主要介绍了基于Python的图像数据增强Data Augmentation解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

1.1 简介简介

深层神经网络一般都需要大量的训练数据才能获得比较理想的结果。在数据量有限的情况下，可以通过数据增强（Data Augmentation）来增加训练样本的多样性， 提高模型鲁棒性，避免过拟合。

在计算机视觉中，典型的数据增强方法有翻转（Flip），旋转（Rotat ），缩放（Scale），随机裁剪或补零（Random Crop or Pad），色彩抖动（Color jittering），加噪声（Noise）

笔者在跟进视频及图像中的人体姿态检测和关键点追踪（Human Pose Estimatiion and Tracking in videos）的项目。因此本文的数据增强仅使用——翻转（Flip），旋转（Rotate ），缩放以及缩放

（Scale）

2.1 裁剪（裁剪（Crop））

x_min, y_min, x_max, y_max = bbox

w, h = x_max - x_min, y_max - y_min

# Crop image to bbox

image = image[y_min:y_min + h, x_min:x_min + w, :]

# Crop joints and bbox

x -= x_min

y -= y_min

bbox = np.array([0, 0, x_max - x_min, y_max - y_min])

# Scale to desired size

side_length = max(w, h)

dy = length - new_h

x_min, y_min = int(dx / 2.), int(dy / 2.)

x_max, y_max = x_min + new_w, y_min + new_h

cropped[y_min:y_max, x_min:x_max, :] = image

x += x_min

y += y_min

x = np.clip(x, x_min, x_max)

y = np.clip(y, y_min, y_max)

bbox += np.array([x_min, y_min, x_min, y_min])

return cropped, bbox, x.astype(np.int), y.astype(np.int)

def scale(image, bbox, x, y, f_xy):

(h, w, _) = image.shape

h, w = int(h * f_xy), int(w * f_xy)

image = resize(image, (h, w), preserve_range=True, anti_aliasing=True, mode='constant').astype(np.uint8)

x = x * f_xy

y = y * f_xy

bbox = bbox * f_xy

x = np.clip(x, 0, w)

y = np.clip(y, 0, h)

return image, bbox, x, y

bbox = np.array([w - x_max, y_min, w - x_min, y_max])

x = w - x

x, y = Transformer.swap_joints(x, y)

return image, bbox, x, y

翻转前：

翻转后：