目标检测数据增强篇

1.mmdetection内置数据增强

mmdetection内置了很多数据增强方式，主要在mmdetection/mmdet/datasets/transforms.py内，也可以在同文件夹的__init.py__内找到，具体可以见transforms.py
在mmdetection中，修改配置文件的train_pipeline即可实现数据增强，

train_pipeline = [
    dict(type='LoadImageFromFile', backend_args=None),  # 读取img
    dict(type='LoadAnnotations', with_bbox=True),  # 读取Annotations，对应coco数据集
    # 数据增强方法
    dict(type='Resize', scale=(1333, 800), keep_ratio=True),  # 尺寸变换
    dict(type='PackDetInputs'),  # 数据打包
]

常见数据增强：

1.Mosaic

Mosaic简单的讲就是将4张图片缩小后拼接在一起，超出部分舍弃，不足部分填充，如图，1，2，3，4图拼接，选取蓝色框内作为Mosaic结果

Mosaic使每个批次中的数据更多样化，让模型在训练过程中接触更多的场景和物体组合，提高模型的鲁棒性和泛化能力

2.RandomShift随机平移

dict(type='RandomShift', prob=0.5, max_shift_px=32),  # 随机平移

随机在水平，竖直方向上移动，prob代表该图片RandomShift可能性

3.RandomFlip随机镜像

dict(type='RandomFlip', prob=0.5, direction='horizontal'),  # 水平镜像
dict(type='RandomFlip', prob=[0.3, 0.5,0.2], direction=['horizontal', 'vertical', 'diagonal']),

4.CutOut

随机删除图像中的一个矩形区域，可以得到较好的训练结果，CutOut就是随机将若干个矩形区域删除（像素值改成0）

dict(type='CutOut', n_holes=(1, 3), cutout_shape=None, cutout_ratio=(0.2, 0.4), fill_in=(0, 0, 0)),

5.MixUp

输入图像每个像素按比例融合，输出结果按比例融合（one-hot形式）

dict(type='MixUp',ratio_range=(0.5, 1.5))

6.MinIoURandomCrop

dict(type='MinIoURandomCrop', min_ious=(0.1, 0.3, 0.5, 0.7, 0.9), min_crop_size=0.3),

MinIoURandomCrop 是一种用于数据增强的随机裁剪技术，保证裁剪后的图像与原始图像中的某些目标框具有一定的交并比（IoU）阈值。即，至少有一个目标框的 IoU 值大于预设定的阈值

7.Resize

dict(type='Resize', scale=(1333, 800), keep_ratio=True),  # 缩放

2.Albumentations库

站内有篇文章写的不错，Albumentations图像增强详解（持续更新）

1.RandomBrightnessContrast随机亮度对比度

dict(
    type='Albu',
    transforms=[dict(
	    type='RandomBrightnessContrast',
	    brightness_limit=[0.1, 0.3],
	    contrast_limit=[0.1, 0.3],
	    p=0.2,)],  # 数据增强，随机亮度,对比度
    bbox_params=dict(
        type='BboxParams',
        format='pascal_voc',
        label_fields=['gt_bboxes_labels'],
        min_visibility=0.0,
        filter_lost_elements=True),
    keymap={
        'img': 'image',
        'gt_masks': 'masks',
        'gt_bboxes': 'bboxes'},),

2.Blur模糊

blur_limit (int, (int, int)):模糊图像的最大kernel size. 有效值范围[3, inf)，默认值：(3, 7)

transforms=[dict(type='Blur', blur_limit=(3,7))]

3.GaussNoise高斯噪声

transforms=[dict(type='GaussNoise', var_limit=(10.0,50.0), mean(0.0)]

var_limit ((float, float) or float): 噪声方差范围. 若为单个float数值，将转换为区间范围 (0, var_limit). 默认值: (10.0, 50.0).
mean (float): 噪声均值. 默认值: 0
per_channel (bool): 每个通道是否独立采样。默认值: True