如何使用Python和OpenCV實(shí)現(xiàn)對象檢測任務(wù)的數(shù)據(jù)擴(kuò)充過程?
# Modify annotation
new_boxes=[]
for box in gt_boxes:
obj_name = box[0]
x1 = int(box[1])
y1 = int(box[2])
x2 = int(box[3])
y2 = int(box[4])
x1, x2 = x1-x, x2-x
y1, y2 = y1-y, y2-y
x1, y1, x2, y2 = x1/scale, y1/scale, x2/scale, y2/scale
if (x1<img.shape[1] and y1<img.shape[0]) and (x2>0 and y2>0):
if x1<0: x1=0
if y1<0: y1=0
if x2>img.shape[1]: x2=img.shape[1]
if y2>img.shape[0]: y2=img.shape[0]
new_boxes.a(chǎn)ppend([obj_name, x1, y1, x2, y2])
return resized, new_boxes
CutoutCutout是2017年由Terrance DeVries和Graham W. Taylor在他們的論文中介紹的,是一種簡單的正則化技術(shù),在訓(xùn)練過程中隨機(jī)掩蓋輸入的正方形區(qū)域,可以用來提高卷積神經(jīng)網(wǎng)絡(luò)的魯棒性和整體性能。這種方法不僅非常容易實(shí)現(xiàn),而且表明它可以與現(xiàn)有形式的數(shù)據(jù)擴(kuò)充和其他正則化器一起使用,進(jìn)一步提高模型的性能。論文地址:https://arxiv.org/abs/1708.04552與本文一樣,我們使用了cutout來提高圖像識別(分類)的精度,因此,如果我們將相同的方案部署到目標(biāo)檢測數(shù)據(jù)集中,可能會導(dǎo)致丟失目標(biāo)(特別是小目標(biāo))的問題。在下圖中,刪除了剪切區(qū)域(黑色區(qū)域)內(nèi)的大量小對象,這不符合數(shù)據(jù)增強(qiáng)的精神。
為了使這種方式適合對象檢測,我們可以做一個簡單的修改,而不是僅使用一個遮罩并將其放置在圖像中的隨機(jī)位置,而是隨機(jī)選擇一半的對象,并將裁剪應(yīng)用于每個目標(biāo)區(qū)域,效果更佳。增強(qiáng)后的圖像如下圖所示。
Cutout的輸出是一個新生成的圖像,我們不刪除對象或改變圖像大小,那么生成的圖像的注釋就是原始注釋。def cutout(img, gt_boxes, amount=0.5):
'''
### Cutout ###
img: image
gt_boxes: format [[obj x1 y1 x2 y2],...]
amount: num of masks / num of objects
'''
out = img.copy()
ran_select = random.sample(gt_boxes, round(amount*len(gt_boxes)))
for box in ran_select:
x1 = int(box[1])
y1 = int(box[2])
x2 = int(box[3])
y2 = int(box[4])
mask_w = int((x2 - x1)*0.5)
mask_h(yuǎn) = int((y2 - y1)*0.5)
mask_x1 = random.randint(x1, x2 - mask_w)
mask_y1 = random.randint(y1, y2 - mask_h(yuǎn))
mask_x2 = mask_x1 + mask_w
mask_y2 = mask_y1 + mask_h(yuǎn)
cv2.rectangle(out, (mask_x1, mask_y1), (mask_x2, mask_y2), (0, 0, 0), thickness=-1)
return out
ColorJitterColorJitter是另一種簡單的圖像數(shù)據(jù)擴(kuò)充類型,我們隨機(jī)改變圖像的亮度、對比度和飽和度。我相信這個“家伙”很容易被大多數(shù)讀者理解。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
-
10 百度搜索,正在被平替
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價拍賣
- 5 具身智能火了,但規(guī)模落地還需時間
- 6 三次錯失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市