pytorch 实现数据增强分类 albumentations的使用人工智能cp1314971的博客-

摘要

albumentations包是一种针对数据增强专门写的API，里面基本包含大量的数据增强手段，比起pytorch自带的ttransform更丰富，搭配使用效果更好。

代码和效果

import albumentations import cv2 from PIL import Image, ImageDraw import numpy as np  from albumentations import (Blur,Flip,ShiftScaleRotate,GridDistortion,ElasticTransform,HorizontalFlip,CenterCrop,                             HueSaturationValue,Transpose,RandomBrightnessContrast,CLAHE,RandomCrop,Cutout,CoarseDropout,                             CoarseDropout,Normalize,ToFloat,OneOf,Compose,Resize,RandomRain,RandomFog,Lambda                             ,ChannelDropout,ISONoise,VerticalFlip,RandomGamma,RandomRotate90) import matplotlib.pyplot as plt b = 'work/1.jpg' def imread(image):     image=cv2.imread(image)     image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)     image=image.astype(np.uint8) return np.array(image) def show(image):     plt.imshow(image)     plt.axis('off')     plt.show() a =imread(b) # image1 =Resize(320,320,p=1)(image=a)['image'] image2 =RandomRotate90(p=1)(image=a)['image'] show(a) show(image2) 

Blur(blur_limit=7, always_apply=False, p=0.5) 使用随机大小的内核模糊输入图像。

原始图像，

变化后的图像
VerticalFlip(always_apply=False, p=0.5) 围绕X轴垂直翻转输入。

HorizontalFlip(always_apply=False, p=0.5) 围绕y轴水平翻转输入。

Flip(always_apply=False, p=0.5) 水平，垂直或水平和垂直翻转输入。

Transpose(always_apply=False, p=0.5) 通过交换行和列来转置输入。

RandomCrop(height, width, always_apply=False, p=1.0) 裁剪输入的随机部分。

RandomGamma(gamma_limit=(80, 120), eps=None, always_apply=False, p=0.5)

RandomRotate90(always_apply=False, p=0.5) 将输入随机旋转90度，零次或多次。

ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.1, rotate_limit=45, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, p=0.5) 随机应用仿射变换：平移，缩放和旋转输入。

CenterCrop(height, width, always_apply=False, p=1.0) 裁剪输入的中心部分。

GridDistortion(num_steps=5, distort_limit=0.3, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, p=0.5) 网格失真

ElasticTransform(alpha=1, sigma=50, alpha_affine=50, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, approximate=False, p=0.5) 弹性变换

RandomGridShuffle(grid=(3, 3), always_apply=False, p=0.5) 图像上随机排列的网格单元。

HueSaturationValue(hue_shift_limit=20, sat_shift_limit=30, val_shift_limit=20, always_apply=False, p=0.5) 随机更改输入图像的色相，饱和度和值。

PadIfNeeded(min_height=1024, min_width=1024, border_mode=4, value=None, mask_value=None, always_apply=False, p=1.0)[source] 垫图像的一面/如果一面小于所需数目，则为最大值。

RGBShift(r_shift_limit=20, g_shift_limit=20, b_shift_limit=20, always_apply=False, p=0.5) 为输入RGB图像的每个通道随机移动值。

GaussianBlur(blur_limit=7, always_apply=False, p=0.5) 使用具有随机核大小的高斯滤波器对输入图像进行模糊处理。

CLAHE(clip_limit=4.0, tile_grid_size=(8, 8), always_apply=False, p=0.5) 将对比度受限的自适应直方图均衡应用于输入图像。

ChannelShuffle(always_apply=False, p=0.5)[source])随机重新排列输入RGB图像的通道。

InvertImg(always_apply=False, p=0.5) 通过从255减去像素值来反转输入图像。

Cutout(num_holes=8, max_h_size=8, max_w_size=8, fill_value=0, always_apply=False, p=0.5) 随机擦处

RandomFog(fog_coef_lower=0.3, fog_coef_upper=1, alpha_coef=0.08, always_apply=False, p=0.5) 模拟图像雾

GridDropout(ratio: float = 0.5, unit_size_min: int = None, unit_size_max: int = None, holes_number_x: int = None, holes_number_y: int = None, shift_x: int = 0, shift_y: int = 0, random_offset: bool = False, fill_value: int = 0, mask_fill_value: int = None, always_apply: bool = False, p: float = 0.5) 以网格方式删除图像的矩形区域和相应的蒙版。

总结

基本比赛常用的都已经写出来了，这个数据增强包最大的好处就是对pytorch很友好，有专门的接口，处理十分方便。

def strong_aug(p=0.5): return Compose([         RandomRotate90(),         Flip(),         Transpose(),         OneOf([             IAAAdditiveGaussianNoise(),             GaussNoise(), ], p=0.2),         OneOf([             MotionBlur(p=0.2),             MedianBlur(blur_limit=3, p=0.1),             Blur(blur_limit=3, p=0.1), ], p=0.2),         ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.2, rotate_limit=45, p=0.2),         OneOf([             OpticalDistortion(p=0.3),             GridDistortion(p=0.1),             IAAPiecewiseAffine(p=0.3), ], p=0.2),         OneOf([             CLAHE(clip_limit=2),             IAASharpen(),             IAAEmboss(),             RandomBrightnessContrast(), ], p=0.3),         HueSaturationValue(p=0.3), ], p=p) 

这种随机选取一种进行数据增强是最合理的方式，能够最大发挥数据增强的限度，还是十分方便组合使用。