零基础入门语义分割-Task2 数据扩增

本文主要介绍语义分割中的数据增广方法，使用了OpenCV和albumentations两个库完成具体的数据增广操作。

1、常见的数据增广方法

对于语义分割而言，数据增广方法回改变图像的标签，因为在改变图片时，对应的像素会发生变化，导致标签也会发生变化。

• 水平翻转
• 垂直翻转
• 旋转
• 随机缩放（极其重要）
• cutout

2、albumentations数据扩增

albumentations是基于OpenCV的快速训练数据增强库，拥有非常简单且强大的可以用于多种任务（分割、检测）的接口，易于定制且添加其他框架非常方便。

albumentations 可以与深度学习框架Pytorch配合使用，使用起来更加方便。

import albumentations as A
import cv2

# Declare an augmentation pipeline
transform = A.Compose(
	A.VerticalFlip(p=0.5), #随机垂直翻转
	A.HorizontalFlip(p=0.5), # 随机水平翻转
	A.RandomRotate90(p=0.5), # 随机旋转90度
	A.Transpose(p=0.5),  # 随机交换行和列
    A.RandomCrop(width=256, height=256),
    A.RandomBrightnessContrast(p=0.2),
])

# Read an image with OpenCV and convert it to the RGB colorspace
image = cv2.imread("image.jpg")
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Augment an image
transformed = transform(image=image)
transformed_image = transformed["image"]

下图为效果图。