语义分割 图像增强（数据扩充）

对于语义分割任务来说，一种有效的提升性能的办法就是对现有数据进行增强，扩充现有数据的多样性。

本文介绍一种比较好用的数据增强工具：Augmentor

（1）安装 Augmentor

在终端中输入命令：

pip install Augmentor

即可完成安装。

（2）数据增强

语义分割任务需要同时对原始图和掩码图（mask）进行增强，因此，很多现有的深度学习框架中自带的图像增强工具都不能直接使用。但是通过Augmentor可以很方便的实现该功能。下面举例说明。假设有四张图像以及它们对应的掩码图，分别放在test1文件夹以及test2文件夹中，如下图所示：

可以使用下面的python代码进行数据增强：

#导入数据增强工具
import Augmentor

#确定原始图像存储路径以及掩码文件存储路径
p = Augmentor.Pipeline("test1")
p.ground_truth("test2")

#图像旋转： 按照概率0.8执行，最大左旋角度10，最大右旋角度10
p.rotate(probability=0.8, max_left_rotation=10, max_right_rotation=10)

#图像左右互换： 按照概率0.5执行
p.flip_left_right(probability=0.5)

#图像放大缩小： 按照概率0.8执行，面积为原始图0.85倍
p.zoom_random(probability=0.3, percentage_area=0.85)

#最终扩充的数据样本数
p.sample(20)

执行后，最终在test1文件目录下会生成一个output文件夹，该文件夹中即为增强过后的图片，如下图所示：