在做深度学习图片分类的时候,很多是有些样本不足这个时候我们就会自己生成样本,如opencv对图片旋转,扭曲等等操作。google了一下deep learning data augmentation 发现了github几种开源的的方法主要是使用opencv结合python的PIL库。最终发现Augmentor好用
本文内容如下:
- 传统的opencv结合python的multiprocessing任务队列旋转生成图片
- 使用Augmentor生成样本
先上几张生成的图片看下效果:
原始图片
旋转生成:
Augmentor 生成
下面贴出代码,应该比较好懂,Augmentor使用的话看链接主要是使用pipeline对图片以一定的概率做变换。
# _*_ codi