深度学习数据增强

数据增强

现如今越来越多的研友开始涉足深度学习领域了，深度学习的入门离不开两个关键点：模型和数据，各种的模型也层出不穷，这里介绍一下我个人常用的深度学习工具箱：OpenMMlab。
你可以在里面找到你想用到的几乎所有模型，涉及语音识别、目标检测、语义分割、实例分割、自然语言处理、视频分析、姿态检测等各个领域，并且在不断更新网络模型，你可以在里面找到你想要的各个领域模型，并且方便的使用不同模型进行实验。
说完模型介绍一下我自己使用的数据增强方法：虽然比较简单，但是实用性强、扩展性高，可以用于语义分割、实例分割的数据扩充（目标检测没有尝试，如果文件格式类似也是可以）。

放代码：

---

from PIL import Image
import os
import glob
import json
import base64
"""
1.这里只是通过简单的旋转翻转进行增强，可以扩充7倍，json文件名格式为****.json，中间不要带.如果命名格式为a_1,可以将73，74中  ('.','_l.') 更换为（'_','_l'），需要修改7处。
2.也可以通过亮度，色度，对比度，锐度的方法进行增强，但不建议使用平移的方法，因为要考虑平移时会导致回归框超出范围的情况。
3.扩充时，需要将json文件和对应原始图片放在同一文件夹下（E:\make_dataset\beijing\\），二者名称需要相同，这里图片格式为jpg，按需修改。
4.感谢对面emo怪的鼎力协助，我真的会谢:）
"""
# 数据集路径
path = r"E:\make_dataset\beijing\\"
# 生成数据的保存路径
save_path = r"E:\make_dataset\beijing\\"
# 当前数据集图片格式/
file_format = ".jpg"
# 替换格式jpg -> json
replace_format = ".json"
# 左右翻转文件名附加字符
LR = "lr_"
# 上下翻转文件名附加字符
TB = "tb_"
# 获取数据集目录的图片数据集
img_list = glob.glob(path + "*" + file_format) #glob查找符合特定规则的文件路径名

print("左右翻转-start")
# 1.遍历图片
for i in range(len(img_list)):
    # 图片路径
    img_path = img_list[i]
    # print(img_path)
    # 对应json路径
    json_path = img_list[i].replace(file_format, replace_format)
    # 判断json文件是否存在
    is_exists = os.path.exists(json_path)
    if is_exists:
        # 打开json文件
        f = open(json_path, encoding='utf-8')
        # 读取json
        setting = json.load(f)
        # 获取当前图片尺寸
        width = setting['imageWidth']
        height = setting['imageHeight']
        # 获取中轴
        mid_width = width / 2
        mid_height = height / 2

        # print("中轴：x-" + str(mid_width) + ",y-" + str(mid_height))
        # 2.遍历shapes
        for i2 in range(len(setting['shapes'])):
            # 3.遍历每个shapes的点
            for i3 in range(len(setting['shapes'][i2]['points'])):
                temp_x = setting['shapes'][i2]['points'][i3][0]
                temp_y = setting['shapes'][i2]['points'][i3][1]
                if temp_x > mid_width:
                    dis = temp_x - mid_width
                    new_x = mid_width - dis
                elif temp_x < mid_width:
                    dis = mid_width - temp_x
                    new_x = mid_width + dis
                else:
                    new_x = temp_x
                new_y = temp_y
                setting['shapes'][i2]['points'][i3][0] = new_x
                setting['shapes'][i2]['points'][i3][1] = new_y
        # 从json获取文件名
        # file_name = setting['imagePath'].split('\\')[-1]
        img_name = img_path.split("\\")[-1] #-1表示保留最后一位
        # print(img_name)

        # 修改json文件名
        setting['imagePath'] = img_name.replace('.','_l.')
        full_path = save_path + img_name.replace('.','_l.')
        full_path1 = full_path.replace(file_format, replace_format)
        # print(full_path1)
        # 图片转换
        pri_image = Image.open(img_path)
        # 左右镜面翻转FLIP_LEFT_RIGHT
        pri_image.transpose(Image.FLIP_LEFT_RIGHT).save(full_path)
        # 将转换后的图片进行base64加密
        with open(full_path, 'rb') as f:
            setting['imageData'] = base64.b64encode(f.read()).decode()
        string = json.dumps(setting)
        # 将修改后的json写入文件
        with open(full_path1, 'w', encoding='utf-8') as f:
            f.write(string)
            f.close()
        print(img_path + "-------转换完成")
        setting = None
    else:
        print(json_path + "-------文件不存在")
print("左右翻转-end")
# 原理同上
print("上下翻转-start")
for i in range(len(img_list)):
    img_path = img_list[i]
    json_path = img_list[i].replace(file_format, replace_format)
    is_exists = os.path.exists(json_path)
    if is_exists:
        f = open(json_path, encoding='utf-8')
        setting = json