没有合适的资源?快使用搜索试试~ 我知道了~
首页torch 数据增强-随机擦除(随机遮挡)-两种方案
torch 数据增强-随机擦除(随机遮挡)-两种方案
16 下载量 83 浏览量
更新于2023-05-04
评论
收藏 125KB PDF 举报
第一种 原文 class RandomErasing(object): def __init__(self, p=0.5, sl=0.02, sh=0.4, r1=0.3, r2=3): self.p = p self.sl = sl self.sh = sh self.r1 = r1 self.r2 = r2 def __call__(self, img): if np.random.rand() > self.p: return img i
资源详情
资源评论
资源推荐
torch 数据增强数据增强-随机擦除(随机遮挡)随机擦除(随机遮挡)-两种方案两种方案
第一种
原文
class RandomErasing(object):
def __init__(self, p=0.5, sl=0.02, sh=0.4, r1=0.3, r2=3):
self.p = p
self.sl = sl
self.sh = sh
self.r1 = r1
self.r2 = r2
def __call__(self, img):
if np.random.rand() > self.p:
return img
img = np.array(img)
while True:
img_h, img_w, img_c = img.shape
img_area = img_h * img_w
mask_area = np.random.uniform(self.sl, self.sh) * img_area
mask_aspect_ratio = np.random.uniform(self.r1, self.r2)
mask_w = int(np.sqrt(mask_area / mask_aspect_ratio))
mask_h = int(np.sqrt(mask_area * mask_aspect_ratio))
mask = np.random.rand(mask_h, mask_w, img_c) * 255
left = np.random.randint(0, img_w)
top = np.random.randint(0, img_h)
right = left + mask_w
bottom = top + mask_h
if right <= img_w and bottom <= img_h:
break
img[top:bottom, left:right, :] = mask
return Image.fromarray(img)
效果:
第二种:
weixin_38641876
- 粉丝: 2
- 资源: 942
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论1