- 博客(5)
- 收藏
- 关注
RSS订阅原创 Pytorch 引入albumentations对ImageFolder读取的数据集进行数据增强
前言albumentations作为第三方数据增强库。在我们使用ImageFolder加载数据集的时候不能直接使用。我们对ImageFolder进行改造，使其可以使用albumentations进行数据增强。代码如下（示例）：from torchvision.datasets.folder import *from matplotlib import pyplot as pltimport cv2import numpy as npimport torch.utils.data as Data
2021-01-22 19:14:34
911
原创 Pytorch图像noise，blur增强
前言pytorch中的transform没有加噪声和模糊的数据增强方法。结合网上现有的代码整合了一个小工具二、使用步骤1.引入库代码如下（示例）：import numpy as npimport randomfrom PIL import Image,ImageFilter2.代码代码如下（示例）：#添加椒盐噪声class AddSaltPepperNoise(object): def __init__(self, density=0,p=0.5): sel
2021-01-21 16:12:06
5248
4
原创 Imbalanced Dataset Sampler
Imbalanced Dataset Sampler一、不平衡数据集采样器github链接: github.二、介绍在许多机器学习应用程序中，我们经常遇到数据集，其中某些类型的数据可能比其他类型的数据更多。以鉴定罕见疾病为例，正常样本可能比疾病样本更多。在这些情况下，我们需要确保训练后的模型不偏向具有更多数据的类。例如，考虑有5个疾病图像和20个正常图像的数据集。如果该模型预测所有图像均正常，则其准确性为80％，并且该模型的F1分数为0.88。因此，该模型很可能倾向于“正常”类别。为了解决该问题
2021-01-19 14:24:58
2361
原创 Python 写入txt
使用open()函数和write()函数with open('D:\\test.txt','a',encoding='utf-8') as f: text = '\n测试' f.write(text)参数 “a” 表示写入文件若无该文件会直接创建一个，如果存在这个文件，会接着已有的内容的后面写入with open('D:\\test.txt','w',encoding='utf-8') as f: text = '测试2' f.write(text)参数 “w”
2021-01-18 17:21:35
619
原创 python获取当前目录下文件名
python获取当前目录下文件名注意路径// An highlighted blockimport os# 打开文件data_dir_test = "/home1/zy/dataset/"dirs = os.listdir(data_dir_test)# 输出所有文件和文件夹for file in dirs: print(file)
2021-01-18 17:07:15
1803
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人