Python数据增强(data augmentation)库--Augmentor 使用介绍

Augmentor 使用介绍

原图

jfwdwyxm4.jpg

1.random_distortion(probability, grid_height, grid_width, magnitude)

最终选择参数为

  • p.random_distortion(probability=0.8, grid_height=3, grid_width=3, magnitude=6)
8xs7bfzt0h.jpg

其他参数效果:

magnitudegrid_width,grid_height越大,扭曲程度越大


  • p.random_distortion(probability=0.6, grid_height=6, grid_width=6, magnitude=5)
xe2ch5stf6.jpg
  • p.random_distortion(probability=0.6, grid_height=6, grid_width=6, magnitude=9)
v5ibn2xbip.jpg
  • p.random_distortion(probability=0.6, grid_height=10, grid_width=10, magnitude=5)
pfkelfzzs9.jpg

2.random_erasing(probability, rectangle_area)

rectangle_area表示覆盖区域的比例,值越大比例越大。但是设置为1的时候并不是全覆盖,不知道为什么,反正也没必要弄清楚

  • p.random_erasing(1,1)
nfzgashwpu.jpg

3.zoom_random(probability, percentage_area)

放大图片,然后按照percenta_area的比例对图片进行crop。

  • p.zoom_random(probability=1, percentage_area=0.2)
z3pq0il2yv.jpg
  • p.zoom_random(probability=1, percentage_area=0.8)
lgovik70gw.jpg

4.zoom(probability, min_factor, max_factor)

  • p.zoom(probability=1, min_factor=1.1, max_factor=1.5)
4yyglvtkl8.jpg
  • p.zoom(probability=1, min_factor=2, max_factor=2)
8o0d3khs3u.jpg

组合操作

p.rotate_random_90(probability=0.8)
p.random_distortion(probability=0.8, grid_height=3, grid_width=3, magnitude=6)
p.random_erasing(0.3, 0.2)
p.zoom(probability=0.4, min_factor=1.1, max_factor=1.5)
p.sample(6)
lf5bhcbvdd.jpg tke9bn7k07.jpg cmefd4p362.jpg fqfg33rvxn.jpg ze5uk27h9p.jpg hrfzwy4y47.jpg


MARSGGBO原创





2018-4-1



转载于:https://www.cnblogs.com/marsggbo/p/8687103.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值