augmentation 开源包

git地址：mirrors / albumentations-team / albumentations · GitCode

文档地址：Image augmentation for classification - Albumentations Documentation

调试工具地址： Streamlit

---

问答：

https://albumentations.ai/docs/faq/#why-do-you-call-cv2cvtcolorimage-cv2color_bgr2rgb-in-your-examples

 一直没注意过这里。几个问题

BGR是怎么表现的？

 看结果好像是： 0表示B, 1表示G，2表示R  转换为RGB就是 2 1 0。

测试：

if __name__ == '__main__':
    image = cv2.imread('D:\PycharmProjects\opencvtest\datasets\coco\images\\test2017\\000000000064.jpg')
    image = image[::2, 70:400]
    #  bgr 0, 1, 2 -> rgb 2, 1, 0
    image[:, :, 0], image[:, :, 2] = image[:, :, 2], image[:, :, 0]
    cv2.imshow('name', image)

 是这样子。

问题2

按它给的列子：

    cmp = cv2.VideoCapture('D:\PycharmProjects\opencvtest\haizw.mp4')
    transform = A.ReplayCompose([
        A.HorizontalFlip(p=0.5, always_apply=True),
    ])
    random.seed(7)
    while cmp.isOpened():
        rot, frame = cmp.read()
        if frame is None:
            break
        if rot == True:
            transformed = transform(image=frame)
            transformed_image = A.ReplayCompose.replay(transformed['replay'], image=frame)
            cv2.imshow('name', transformed_image['image'])
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cv2.waitKey(0)
    cv2.destroyAllWindows()

可以发现：如果第一张图片翻转了，后面所有的图片都会翻转。

所以 the same way的意思就是：第一次确定了用什么方式增强（它都是设置了一个概率），后面都会以这种方式增强（概率只在第一次生效，后面就是确定了的）

问题3：

 compose:也可以设置一个概率 0.9表示 只有90%会使用数据增强。但是设置always_apply=True则会100%会使用数据增强：

测验：

if __name__ == '__main__':
    image = cv2.imread('D:\PycharmProjects\opencvtest\datasets\coco\images\\test2017\\000000000064.jpg')
    # image = image[::2, 70:400]
    #  bgr 0, 1, 2 -> rgb 2, 1, 0
    # image[:, :, 0], image[:, :, 2] = image[:, :, 2], image[:, :, 0]
    transform = A.Compose([
        A.Resize(height=256, width=256, p=1.0),
    ],  p=0.1)
    transformed = transform(image=image)
    transformed_image = transformed["image"]
    cv2.imshow('name', transformed_image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

resize设置为1了，应该100% resize， 但是compose是0.1所以整体都没生效。

修改：

    transform = A.Compose([
        A.Resize(height=256, width=256, p=0, always_apply=True),
    ],  p=0)

概率都设置为0了，但是还是生效了。

问题4：

原文：Bounding boxes augmentation for object detection - Albumentations Documentation

 

 翻译：问：如果使用一些标注工具，标注的一些目标框，或者其他格式的坐标数据。怎么在albumentations中使用。

             答：你需要转换一下坐标， 参考如上文章。

albumentations需要的数据格式：  [x_min / w, y_min / h, x_max / w, h_max / h]，

                                                             [98 / 640, 345 / 480, 420 / 640, 462 / 480]

coco: [98, 345, 322, 117] , [x_min, y_min, width, height]

转换: [98, 345, 98 + 322 = 420, 345 + 117=462] / (w, h)

yolo:[x_center, y_center, width, height]

转换 [(98 + 420) / 2, (345 + 420) / 2, 322, 117] / (w, h)