IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 深度学习之数据增强 -> 正文阅读

[人工智能]深度学习之数据增强

这篇文章的目的是写写常见的数据增强模式,也会把对应的标注随着增强模式对应更新,增强模式会持续更新,从最简单的开始...

import random
import torchvision.transforms as transforms
import cv2
import torch
import os
import numpy as np
import matplotlib.pyplot as plt
from torch.utils.data import Dataset, DataLoader
from torchvision import transforms, utils
from skimage import io, transform
import xml.etree.ElementTree as ET
import torch.utils as utils


'''
这个脚本读取的是VOCdata,参考:https://github.com/Lxrd-AJ/YOLO_V1.git
'''

class CustomData(Dataset):
    # file_root 是图片的根路径
    # train_img 是train.txt的路径
    def __init__(self, file_root, train_img, image_size=(448, 448), transform=None, pair_transform=None):
        super(CustomData, self).__init__()
        self.file_root = file_root
        self.img_size = image_size
        self.transform = transform
        self.pair_transform = pair_transform
        with open(train_img, 'r') as f:
            self.img_and_target = [(os.path.join(file_root, 'JPEGImages', val.strip()+'.jpg'), os.path.join(file_root, 'Annotations', val.strip()+'.xml')) for val in f.readlines()]


    def __getitem__(self, item):
        image_path, target_path = self.img_and_target[item]
        image = cv2.imread(image_path)
        target = self.parseXml(target_path)

        return image, target

    def __len__(self):
        return len(self.img_and_target)

    def parseXml(self, xml_file):
        tree = ET.parse(xml_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)

        cls_bbox = []
        for obj in root.iter('object'):
            cls = obj.find('name').text
            xmlbox = obj.find('bndbox')
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('ymin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymax').text))
            cls_bbox.append((cls, (w, h), b))
        return cls_bbox



class RandomVerticalFlip(object):
    def __init__(self, probability=1):
        self.p = probability

    def __call__(self, items):
        if random.random() < self.p:
            img, det = items
            img = cv2.flip(img, flipCode=0)
            update_det = []
            for cls, wh, bbox in det:
                xmin, ymin, xmax, ymax = bbox
                update_ymin = wh[1] - ymax   # 一种转换
                update_ymax = wh[1] - ymin
                update_det.append((cls, wh, (xmin, update_ymin, xmax, update_ymax)))
            return (img, update_det)
        else:
            return items


class RandomHorizontalFlip(object):
    def __init__(self, probability=1):
        self.p = probability

    def __call__(self, items):
        if random.random() < self.p:
            img, det = items
            img = cv2.flip(img, flipCode=1)
            update_det = []
            for cls, wh, bbox in det:
                xmin, ymin, xmax, ymax = bbox
                update_xmin = wh[0] - xmax
                update_xmax = wh[0] - xmin
                update_det.append((cls, wh, (update_xmin, ymin, update_xmax, ymax)))
            return (img, update_det)
        else:
            return items


def plot_bbox(img, bndbox):
    for cls, wh, bbox in bndbox:
        xmin, ymin, xmax, ymax = [int(val) for val in bbox]
        point_color = (random.randint(0,255), random.randint(0,255), random.randint(0,255))
        thickness = 2
        line_type = 4
        pt1, pt2 = (xmin, ymin), (xmax, ymax)
        cv2.putText(img, cls, (xmin, ymin), cv2.FONT_HERSHEY_COMPLEX, fontScale=0.5, color=point_color, thickness=thickness)
        cv2.rectangle(img, pt1, pt2, point_color, thickness, line_type)
    return img


if __name__ == '__main__':
    file_root = r'D:\data\voc\VOCdevkit\VOC2007'
    train_txt = r'D:\data\voc\VOCdevkit\VOC2007\ImageSets\Main\train.txt'
    custom_data = CustomData(file_root, train_txt)
    # data_loader = utils.data.DataLoader(customData, batch_size=1, shuffle=True, num_workers=4)
    random_vertical = RandomVerticalFlip()
    random_horizontal = RandomHorizontalFlip()
    for img, bbox in iter(custom_data):
        vertical_img = img.copy()
        vertical_bbox = bbox.copy()

        horizontal_img = img.copy()
        horizontal_bbox = bbox.copy()

        update_img = plot_bbox(img, bbox)
        # 展示原图
        cv2.imshow('update_img', update_img)
        cv2.waitKey(0)

        # 展示水平翻转
        vertical_img, vertical_bbox = random_vertical((vertical_img, vertical_bbox))
        vertical_update_img = plot_bbox(vertical_img, vertical_bbox)
        cv2.imshow('vertical_update_img', vertical_update_img)
        cv2.waitKey(0)

        # 展示垂直翻转
        horizontal_img, horizontal_bbox = random_horizontal((horizontal_img, horizontal_bbox))
        horizontal_update_img = plot_bbox(horizontal_img, horizontal_bbox)
        cv2.imshow('horizontal_update_img', horizontal_update_img)
        cv2.waitKey(0)

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-10 11:32:56  更:2021-07-10 11:33:50 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/17 20:42:26-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码