2024-04-25 02:56:09 发布
网友
假设我有一个小数据集。我想实现数据扩充。首先我实现了图像分割(在此之后,图像将是二值图像),然后实现了数据增强。这是个好办法吗
对于分割和实例分割中的图像增强,您必须不更改图像中包含的对象的位置(例如,通过操纵颜色),或者通过应用平移和旋转来修改这些位置
因此,是的,这种方法是可行的,但是您必须考虑您拥有的数据类型以及您希望实现的目标。数据扩充并不是一个到处都有好结果的现成过程
如果您有:
i
j
I
L
编辑: 看看CLoDSA(分类、定位、检测和分段增强器),它可能会帮助您实现您的想法
如果数据集较小,则应在培训期间添加数据扩充。更改原始图像非常重要&;目标(面具)也是这样
例如,如果图像旋转90度,则其遮罩也应旋转90度。由于您使用的是Keras库,因此应该检查ImageDataGenerator是否也会更改目标图像(遮罩)以及输入。如果没有,您可以自己实现扩展。此存储库显示了如何在OpenCV中执行此操作: https://github.com/kochlisGit/random-data-augmentations
ImageDataGenerator
对于分割和实例分割中的图像增强,您必须不更改图像中包含的对象的位置(例如,通过操纵颜色),或者通过应用平移和旋转来修改这些位置
因此,是的,这种方法是可行的,但是您必须考虑您拥有的数据类型以及您希望实现的目标。数据扩充并不是一个到处都有好结果的现成过程
如果您有:
i
和一列j
,标记为其封闭对象。这意味着让主图像I
和标签图像L
以相同的大小将每个像素链接到其对象标签。在本例中,您的数据增强同时应用于I
和L
,给出两个转换图像的组合李>编辑: 看看CLoDSA(分类、定位、检测和分段增强器),它可能会帮助您实现您的想法
如果数据集较小,则应在培训期间添加数据扩充。更改原始图像非常重要&;目标(面具)也是这样
例如,如果图像旋转90度,则其遮罩也应旋转90度。由于您使用的是Keras库,因此应该检查
ImageDataGenerator
是否也会更改目标图像(遮罩)以及输入。如果没有,您可以自己实现扩展。此存储库显示了如何在OpenCV中执行此操作: https://github.com/kochlisGit/random-data-augmentations相关问题 更多 >
编程相关推荐