【语义分割中数据增强笔记】

语义分割中数据增强笔记

transform中的注意事项：

对于train / val / test 中image 和label 的操作

1. 注意image和label变换的相同随机性
2. train和val和test的过程差异性

使用PIL处理图片：

基础知识

图像的模式定义了图像的类型和像素的位宽。当前支持如下模式：

1：1位像素，表示黑和白，但是存储的时候每个像素存储为8bit。

L：8位像素，表示黑和白。

P：8位像素，使用调色板映射到其他模式。

RGB：3x8位像素，为真彩色。

RGBA：4x8位像素，有透明通道的真彩色。

CMYK：4x8位像素，颜色分离。

YCbCr：3x8位像素，彩色视频格式。

PIL.Image与numpy.array之间的相互转换

Image ====> numpy

img = numpy.array(im)

numpy ====> Image

img = Image.fromarray(img.astype('uint8')),convert('RGB')

图片的同步变换问题

	img = cv2.imread('../data/A/111.tif')
    img_B = cv2.imread('../data/B/111.tif')
    label = cv2.imread('../data/label/111.png',0)
    transform_all = transforms.Compose([
        transforms.ToPILImage(),
        transforms.ColorJitter(0.4,0.42,0.52),
        transforms.RandomRotation(180),
        # transforms.PILToTensor(),
    ])

    img = transform_all(img)
    img_B = transform_all(img_B)
    img.show()
    img_B.show()

处理的图片显示：


解决方法

这里拿旋转举例

class RandomRotate(object):
    def __init__(self, degree=15):
        self.degree = degree

    def __call__(self, sample):
        img1, label = sample
        if random.random() < 0.3:
            rotate_degree = random.uniform(-1*self.degree, self.degree)
            img1 = img1.rotate(rotate_degree, Image.BILINEAR)
            # img2 = img2.rotate(rotate_degree, Image.BILINEAR)
            label = label.rotate(rotate_degree, Image.NEAREST)

        return img1,  label
        
img1,label = RandomRotate()([img1,label])

重点需要保证每一幅对应的图像和标签使用相同的变化参数

如果有需要，更多语义分割中数据增强代码请见我的github