CV计算机视觉的数据增强方法：使用albumentations库批量数据增强，同时实现了坐标变换

本文链接：https://blog.csdn.net/LIN2020LOVEDA/article/details/140236331

Albumentations 是一个流行的 Python 库，专为图像增强任务设计，以帮助提高机器学习和深度学习模型的性能。该库高效且易于使用，支持广泛的增强技术，旨在提供快速且多样化的数据增强方法。

安装 Albumentations

要安装 Albumentations，您可以使用 pip，这是 Python 的包管理工具。在命令行中运行以下命令即可安装：

bash

pip install albumentations

确保您的 Python 环境已激活（如果使用虚拟环境），这样安装的库才会放在正确的环境中。

数据增强方法

Albumentations 提供了多种数据增强方法，包括但不限于：

几何变换：如旋转（Rotate）、翻转（Flip）、缩放（Scale）、裁剪（Crop）等，这些操作可以改变图像的空间结构。
颜色变换：如调整亮度（Brightness）、对比度（Contrast）、饱和度（Saturation），以及更复杂的操作如随机对比度（RandomBrightnessContrast）和色调变换（HueSaturationValue）。
噪声注入：如高斯噪声（GaussianNoise）、盐和胡椒噪声（SaltAndPepper）等，这些增强可以帮助模型学习在噪声存在的情况下进行更鲁棒的预测。
遮挡和遮蔽：如遮挡部分图像区域（CoarseDropout），用于模拟丢失像素的场景。
模糊和锐化：如高斯模糊（GaussianBlur）、运动模糊（MotionBlur）和锐化（Sharpen），用于模拟摄影中的常见效果。

使用 Albumentations 进行数据增强不仅可以扩展训练数据集，还可以帮助提高模型对新、未见过的图像数据的泛化能力。它的设计允许轻松集成到现有的数据处理流程中，并支持与其他流行的深度学习库如 PyTorch 和 TensorFlow 的无缝配合。

示例代码

下面是一个使用 Albumentations 进行图像增强的简单示例，同时实现了坐标变换。（可以使用标签可视化工具脚本检查，见我的另外一个帖子：https://mp.csdn.net/mp_blog/creation/editor/140671100。）

import albumentations as A from PIL import Image import numpy as np # 加载图像 image = np.array(Image.open('path_to_image.jpg')) # 定义一个增强管道

transform = A.Compose([ A.RandomCrop(width=256, height=256), A.HorizontalFlip(p=0.5), A.RandomBrightnessContrast(p=0.2), ]) # 应用增强

augmented_image = transform(image=image)['image']

这个例子中，我们定义了一个变换管道，包括随机裁剪、水平翻转和随机亮度对比度调整，然后将其应用到一张图像上。这种方法可以在训练神经网络时用来动态创建增强的图像数据。

以下是批量处理的python脚本思路：

代码思路：

初始化：在YOLOAug类的构造函数中，接收输入参数，包括原始图像和标签的路径、保存增强后图像和标签的路径、类别标签列表、需要增强的类别以及每个类别的目标计数。
数据增强：使用albumentations库定义了一系列的数据增强操作，包括像素级变换和空间级变换。这些操作可以增加图像的多样性，提高模型的泛化能力。
遍历处理：在aug_image方法中，遍历原始图像路径下的所有图像文件，对每张图像应用定义好的数据增强操作。
保存结果：对每张增强后的图像和对应的标签进行保存，使用uuid生成唯一的文件名以区分原始图像和增强后的图像。
执行：在main函数中创建YOLOAug类的实例，并调用aug_image方法来执行整个数据增强流程。