语义分割离线数据增强——Albumentations实现

2024-04-07 16:28

本文主要是介绍语义分割离线数据增强——Albumentations实现,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!

该脚本实现了一个图像及其对应掩模的离线数据增强流程,旨在通过引入多种变换增强图像多样性,以提高深度学习模型的泛化能力。主要技术要点如下:

1.使用 Albumentations 库进行数据增强

:Albumentations 是一个强大的 Python 库,专门用于图像预处理和数据增强。它提供了丰富的图像变换操作,支持多种深度学习框架。在本脚本中,通过定义 A.Compose 对象 aug 集成了多种增强操作。

2.定义增强配置:

A.HorizontalFlip(p=0.8) 和 A.VerticalFlip(p=0.7):分别以 80% 和 70% 的概率水平翻转和垂直翻转图像及掩模,增加图像的方向性变化。
A.Resize(height=512, width=512, interpolation=cv.INTER_CUBIC, always_apply=False, p=1):始终将图像和掩模统一缩放到 512x512 大小,使用三次插值法保持图像质量。
A.ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.2, rotate_limit=15, p=0.8):以 80% 的概率对图像和掩模进行随机平移(最大移动图像尺寸的 1/16)、缩放(最大放大20%或缩小至80%)和旋转(最大±15度),模拟真实世界中的视角变化和物体位置、大小的差异。
A.Transpose(always_apply=False, p=1):始终对图像和掩模进行转置(水平与垂直方向交换),增加图像的空间布局变化。
A.GridDistortion(num_steps=10, distort_limit=0.3, border_mode=cv.BORDER_CONSTANT, always_apply=False, p=1):始终对图像和掩模应用网格失真变形,模拟镜头畸变或物体表面不规则情况。

3.数据集准备与目录结构:

image_dir、mask_dir 存储原始图像和掩模文件,分别对应图像和其对应的彩色掩模。
aug_image_dir、aug_mask_dir 分别为增强后图像和掩模的输出目录,确保其存在并创建(若不存在)。

4.遍历图像与掩模文件:

从 image_dir 和 mask_dir 中获取相同数量的图像和掩模文件列表,确保二者一一对应。
使用 zip 函数同时遍历 image_files 和 mask_files,对每一对图像和掩模进行后续处理。

5.生成增强版本:

读取指定路径下的原始图像和彩色掩模。
对每对图像-掩模组合应用增强配置 aug 进行100次随机增强。
从增强结果中提取增强后的图像 image_aug 和掩模 mask_aug。

6.保存增强结果:

构建增强后图像和掩模的新文件名,格式为原始文件名(去除扩展名)+ 序号(0~99)+ 扩展名(.jpg 或 .png)。将增强后的图像和掩模保存到对应的输出目录 aug_image_dir 和 aug_mask_dir。

总之,此脚本利用 Albumentations 库对给定图像及其彩色掩模进行一系列几何变换和像素级失真操作,生成大量增强后的图像-掩模对,旨在提升模型训练时的数据多样性,进而增强模型的泛化能力。每个原始图像-掩模对将产生100个不同的增强版本,增强了数据集的规模和复杂性。

import os
import cv2 as cv
import albumentations as A# 定义增强配置
aug = A.Compose([A.HorizontalFlip(p=0.8),A.VerticalFlip(p=0.7),A.Resize(height=512, width=512, interpolation=cv.INTER_CUBIC, always_apply=False, p=1),A.ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.2, rotate_limit=15, p=0.8),A.Transpose(always_apply=False, p=1),A.GridDistortion(num_steps=10, distort_limit=0.3, border_mode=cv.BORDER_CONSTANT, always_apply=False, p=1),
])# load dataset
image_dir = './dataset/image'
mask_dir = './dataset/mask'
aug_image_dir = './aug/image'
aug_mask_dir = './aug/mask'# 确保输出目录存在
os.makedirs(aug_image_dir, exist_ok=True)
os.makedirs(aug_mask_dir, exist_ok=True)# 获取图像和掩模文件列表
image_files = [f for f in os.listdir(image_dir) if f.endswith('.jpg') or f.endswith('.png')]
mask_files = [f for f in os.listdir(mask_dir) if f.endswith('.jpg') or f.endswith('.png')]assert len(image_files) == len(mask_files), "Number of images and masks don't match"for image_file, mask_file in zip(image_files, mask_files):# 读取原始图像和掩模image_path = os.path.join(image_dir, image_file)mask_path = os.path.join(mask_dir, mask_file)image = cv.imread(image_path)mask = cv.imread(mask_path, cv.IMREAD_COLOR)  # 读取彩色掩模# 为当前图像和掩模生成多个增强版本(共100个)for i in range(100):augmented = aug(image=image, mask=mask)image_aug = augmented["image"]mask_aug = augmented["mask"]# 为增强结果构建新的文件名output_image_name = f'{image_file[:-4]}_{i}.jpg'  # 假设原始图像为 .jpg 格式output_mask_name = f'{mask_file[:-4]}_{i}.png'  # 假设原始掩模为 .png 格式# 保存增强后的图像和掩模output_image_path = os.path.join(aug_image_dir, output_image_name)output_mask_path = os.path.join(aug_mask_dir, output_mask_name)cv.imwrite(output_image_path, image_aug)cv.imwrite(output_mask_path, mask_aug)

这篇关于语义分割离线数据增强——Albumentations实现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/883087

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

在Linux中改变echo输出颜色的实现方法

《在Linux中改变echo输出颜色的实现方法》在Linux系统的命令行环境下,为了使输出信息更加清晰、突出,便于用户快速识别和区分不同类型的信息,常常需要改变echo命令的输出颜色,所以本文给大家介... 目python录在linux中改变echo输出颜色的方法技术背景实现步骤使用ANSI转义码使用tpu

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

golang版本升级如何实现

《golang版本升级如何实现》:本文主要介绍golang版本升级如何实现问题,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golanwww.chinasem.cng版本升级linux上golang版本升级删除golang旧版本安装golang最新版本总结gola

SpringBoot中SM2公钥加密、私钥解密的实现示例详解

《SpringBoot中SM2公钥加密、私钥解密的实现示例详解》本文介绍了如何在SpringBoot项目中实现SM2公钥加密和私钥解密的功能,通过使用Hutool库和BouncyCastle依赖,简化... 目录一、前言1、加密信息(示例)2、加密结果(示例)二、实现代码1、yml文件配置2、创建SM2工具

Mysql实现范围分区表(新增、删除、重组、查看)

《Mysql实现范围分区表(新增、删除、重组、查看)》MySQL分区表的四种类型(范围、哈希、列表、键值),主要介绍了范围分区的创建、查询、添加、删除及重组织操作,具有一定的参考价值,感兴趣的可以了解... 目录一、mysql分区表分类二、范围分区(Range Partitioning1、新建分区表:2、分