Datawhale 零基础入门CV-Task02.数据读取与数据扩增

2024-01-24 09:08

本文主要是介绍Datawhale 零基础入门CV-Task02.数据读取与数据扩增,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

主要内容

  • 数据读取
  • 数据扩增方法
  • Pytorch读取赛题数据

学习目标

  • 学会PythonPytorch中图像读取
  • 学会扩增方法和Pytorch读取赛题数据

图像读取

  • 由于赛题数据是图像数据,赛题的任务是识别图像中的字符。因此需要完成对数据的读取操作,在Python中有很多库可以完成数据读取的操作,比较常见的有PillowOpenCV
Pillow
  • PillowPython图像处理函数库PIL的一个分支,Pillow提供了常见的图像读取和处理的操作,而且可以与ipython notebook无缝集成,是应用比较广泛的库
    在这里插入图片描述
  • 实现
from PIL import Image,ImageFilter 
im = Image.open(r"D:\input\mchar_train\timg.JFIF")
plt.imshow(im)

在这里插入图片描述

  • 应用模糊滤镜
    在这里插入图片描述
  • 首先可以利用系统自带的画图工具转为jpg格式
  • 实现应用模糊滤镜
from PIL import Image,ImageFilter,ImageFilter 
im = Image.open(r"D:\input\mchar_train\timg.jpg")
im2 = im.filter(ImageFilter.BLUR)
im2.save('blur.jpg','jpeg')
plt.imshow(im2)

在这里插入图片描述

  • 图片放缩
    在这里插入图片描述
    Pillow官方文档
OpenCV
  • OpenCV是一个跨平台的计算机视觉库,最早由Intel开源得来,拥有众多的计算机视觉、数字图像处理和机器视觉等功能。OpenCV在功能上比Pillow更强大
    在这里插入图片描述
  • 实现
# 库在前面已经导入过了
import cv2
img = cv2.imread(r"D:\input\mchar_train\mchar_train\000000.png")
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
plt.imshow(img)

在这里插入图片描述
OpenCV官网
OpenCV扩展算法库

数据扩增方法

  • 在赛题中需要对图像进行字符识别,因此需要完成数据的读取操作同时也需要完成数据扩增操作

数据扩增介绍

  • 数据扩增可以增加训练集的样本,同时可以有效缓解模型过拟合的情况,也可以给模型带来的更强的泛化能力
    在这里插入图片描述
  • 数据扩增的作用:数据扩增可以扩展样本空间

数据扩增方法

  • 从颜色空间、尺度空间到样本空间,同时根据不同任务数据扩增都有相应的区别
  • 对于图像分类,数据扩增一般不会改变标签:对于物体检测、数据扩增会改变物体坐标位置;对于图像分割,数据扩增会改变像素标签
    常见的数据扩增方法
  • 在常见的数据扩增方法中,一般会从图像颜色、尺寸、形态、空间和像素等角度进行变换。不同的数据扩增方法可以自由进行组合,得到更丰富的数据扩增方法,下面给出以torchvision为例,常见的数据扩增方法

transforms.CenterCrop:对图片中心进行裁剪
thansforms.ColorJitter:对图像颜色的对比度、饱和度和零度进行变换
transforms.FiveCrop:对图像四个角和中心进行剪裁得到五分图像
transforms.Grayscale:对图像进行灰度变换
transforms.Pad:使用固定值进行像素填充
transforms.RandomAffine:随机仿射变换
transforms.RandomCrop:随机区域裁剪
transforms.RandomHorizontalFlip:随机水平翻转
transforms.RandomRotation:随即旋转
transforms.RandomVerticalFilp:随机垂直翻转

在这里插入图片描述

  • 对于图像中的字符进行识别,不能进行翻转操作,翻转后可能改变字符原本的含义

常用的数据扩增库

  • torchvisionpytorch官方提供的数据扩增库,提供了基本的数据扩增方法,可以与torch进行集成,但数据扩增方法种类较少,速度中等

github

  • imagaug:常用的第三方数据扩增库,提供了多样的数据扩增方法,组合起来比较方便,速度较快

github

  • albumentations:常用的第三方数据扩增库,提供了多样的数据扩增方法,对图像分类、语义分割,物体检测和关键点检测都支持,速度较快

使用文档

Pytorch读取数据

  • Pytorch中数据是通过Dataset进行封装,并通过DataLoder进行并行读取,所以只需重载一下数据读取的逻辑就可以完成数据的读取
import os, sys, glob, shutil, json
import cv2
from PIL import Image
import numpy as np
import torch
from torch.utils.data.dataset import Dataset
import torchvision.transforms as transforms
class SVHNDataset(Dataset):def __init__(self, img_path, img_label, transform=None):self.img_path = img_pathself.img_label = img_labelif transform is not None:self.transform = transformelse:self.transform = Nonedef __getitem__(self, index):img = Image.open(self.img_path[index]).convert('RGB')if self.transform is not None:img = self.transform(img)# 原始SVHN中类别10为数字0lbl = np.array(self.img_label[index], dtype=np.int)lbl = list(lbl) + (5 - len(lbl)) * [10]return img, torch.from_numpy(np.array(lbl[:5]))def __len__(self):return len(self.img_path)
train_path = glob.glob('../input/train/*.png')
train_path.sort()
train_json = json.load(open(r"D:\input\mchar_train.json"))
train_label = [train_json[x]['label'] for x in train_json]data = SVHNDataset(train_path, train_label,transforms.Compose([# 缩放到固定尺⼨transforms.Resize((64, 128)),# 随机颜⾊变换transforms.ColorJitter(0.2, 0.2, 0.2),# 加⼊随机旋转transforms.RandomRotation(5),# 将图⽚转换为pytorch 的tesntortransforms.ToTensor(),# 对图像像素进⾏归⼀化transforms.Normalize([0.485,0.456,0.406],[0.229,0.224,0.225])]))

在这里插入图片描述

  • Dataset:对数据集的封装,提供索引方式的对数据样本进行读取
  • DataLoder:对Dataset进行封装,提供批量读取的迭代读取
  • 加入DataLoder后,数据读取代码改写如下
import os, sys, glob, shutil, json
import cv2from PIL import Image
import numpy as npimport torch
from torch.utils.data.dataset import Dataset
import torchvision.transforms as transformsclass SVHNDataset(Dataset):def __init__(self, img_path, img_label, transform=None):self.img_path = img_pathself.img_label = img_labelif transform is not None:self.transform = transformelse:self.transform = Nonedef __getitem__(self, index):img = Image.open(self.img_path[index]).convert('RGB')if self.transform is not None:img = self.transform(img)# 原始SVHN中类别10为数字0lbl = np.array(self.img_label[index], dtype=np.int)lbl = list(lbl) + (5 - len(lbl)) * [10]return img, torch.from_numpy(np.array(lbl[:5]))def __len__(self):return len(self.img_path)train_path = glob.glob('../input/train/*.png')
train_path.sort()
train_json = json.load(open('../input/train.json'))
train_label = [train_json[x]['label'] for x in train_json]train_loader = torch.utils.data.DataLoader(SVHNDataset(train_path, train_label,transforms.Compose([transforms.Resize((64, 128)),transforms.ColorJitter(0.3, 0.3, 0.2),transforms.RandomRotation(5),transforms.ToTensor(),transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])),batch_size=10, # 每批样本个数shuffle=False, # 是否打乱顺序num_workers=10, # 读取的线程个数
)for data in train_loader:break
  • 加入DataLoder后,数据按照批次获取,每批次调用Dataset读取单个样本进行拼接,此时data的格式为:
torch.Size([10, 3, 64, 128]), torch.Size([10, 6])
  • 前者为图像文件,为batchsize * chanel * height * width次序;后者为字符标签

本章小结

  • 对数据读取进行详细了解,学会常见的数据扩增方法和使用,最后使用Pytorch框架对赛题的数据进行读取

这篇关于Datawhale 零基础入门CV-Task02.数据读取与数据扩增的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/639192

相关文章

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

C#基础之委托详解(Delegate)

《C#基础之委托详解(Delegate)》:本文主要介绍C#基础之委托(Delegate),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 委托定义2. 委托实例化3. 多播委托(Multicast Delegates)4. 委托的用途事件处理回调函数LINQ

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解

解决Java中基于GeoTools的Shapefile读取乱码的问题

《解决Java中基于GeoTools的Shapefile读取乱码的问题》本文主要讨论了在使用Java编程语言进行地理信息数据解析时遇到的Shapefile属性信息乱码问题,以及根据不同的编码设置进行属... 目录前言1、Shapefile属性字段编码的情况:一、Shp文件常见的字符集编码1、System编码

Oracle存储过程里操作BLOB的字节数据的办法

《Oracle存储过程里操作BLOB的字节数据的办法》该篇文章介绍了如何在Oracle存储过程中操作BLOB的字节数据,作者研究了如何获取BLOB的字节长度、如何使用DBMS_LOB包进行BLOB操作... 目录一、缘由二、办法2.1 基本操作2.2 DBMS_LOB包2.3 字节级操作与RAW数据类型2.