针对目标检测的数据增强

前言

  • 图像的目标增强普遍的包含旋转,平移,镜像等等,比较新的包括cutout等,其实也是一种连续的dropout
  • 图像的增强在我的理解是一种正则,增强模型的泛化能力。从原始图像中得到新的数据在信息论角度还是不太可能。
  • 目标检测的图像增强跟普通的图像增强不同的地方是还得考虑bounding box如何进行相应的变化

增强方式(持续更新)

  • 裁剪(会改变boundingbox): 普通的图像裁剪方式,得到新的坐标原点后,将boundingbox相应平移
  • 平移(会改变boundingbox) : 跟裁剪类似,也是改变了坐标原点
  • 旋转(会改变boundingbox): 几何变化
  • 镜像(会改变boundingbox): boundingbox的镜像实现方式就是对称位置像素点交换值
  • 改变亮度
  • 加噪声
  • cutout:随机将一块或者多块位置置为黑

具体代码

  • Data_Preprocess_For_CV/DataAugForObjectDetection/DataAugmentForObejctDetection.py

你可能感兴趣的:(计算机视觉)