零基础入门语义分割-TASK02数据扩增

参考源： Datawhale
本章对语义分割任务中常见的数据扩增方法进行介绍，并使用OpenCV和albumentations两个库完成具体的数据扩增操作。
本章主要内容为数据扩增方法、OpenCV数据扩增、albumentations数据扩增和Pytorch读取赛题数据四个部分组成。

数据扩增方法

什么是数据扩增

数据扩增（Data Augmentation）是不可少的环节。
1.数据扩增可以增加训练集的样本
2.也可以有效环节模型过拟合的情况
3.可以给模型带来的更强的泛化能力
4.数据扩增可以扩展样本空间，从而丰富样本，给予不同角度、不同状态下的样本用作训练

数据扩增怎么做

数据扩增是对读取进行数据增强的操作，所以需要在数据读取的时候完成。
此外由于数据扩增有一定的随机性，相同的图片经过数据扩增可能得到不同的图片

方法

对于图像分类，数据扩增方法可以分为两类：

标签不变的数据扩增方法：数据变换之后图像类别不变；
标签变化的数据扩增方法：数据变换之后图像类别变化；

而对于语义分割而言，常规的数据扩增方法都会改变图像的标签。如水平翻转、垂直翻转、旋转90%、旋转和随机裁剪，这些常见的数据扩增方法都会改变图像的标签，即会导致地标建筑物的像素发生改变。

OpenCV数据扩增

使用OpenCV完成图像加噪数据扩增；
使用OpenCV完成图像旋转数据扩增；

albumentations数据扩增

albumentations是基于OpenCV的快速训练数据增强库，拥有非常简单且强大的可以用于多种任务（分割、检测）的接口，易于定制且添加其他框架非常方便。
如图下所示的色彩变换效果图（同时也可以进行空间变换，暂不展示了）：



对图像分类、语义分割、物体检测和关键点检测都支持，速度较快。
参考源：https://github.com/albumentations-team/albumentations

Pytorch读取赛题数据

由于本次赛题我们使用Pytorch框架讲解具体的解决方案，接下来将是解决赛题的第一步使用Pytorch读取赛题数据。在Pytorch中数据是通过Dataset进行封装，并通过DataLoder进行并行读取。所以我们只需要重载一下数据读取的逻辑就可以完成数据的读取。

Dataset：数据集，对数据进行读取并进行数据扩增；
DataLoder：数据读取器，对Dataset进行封装并进行批量读取；
定义Dataset

import torch.utils.data as D
class TianChiDataset(D.Dataset):
    def __init__(self, paths, rles, transform):
        self.paths = paths
        self.rles = rles
        self.transform = transform
        self.len = len(paths)

    def __getitem__(self, index):
        img = cv2.imread(self.paths[index])
        mask = rle_decode(self.rles[index])
        augments = self.transform(image=img, mask=mask)
        return self.as_tensor(augments['image']), augments['mask'][None]
   
    def __len__(self):
        return self.len

实例化dataset

trfm = A.Compose([
    A.Resize(IMAGE_SIZE, IMAGE_SIZE),
    A.HorizontalFlip(p=0.5),
    A.VerticalFlip(p=0.5),
    A.RandomRotate90(),
])

dataset = TianChiDataset(
    train_mask['name'].values,
    train_mask['mask'].fillna('').values,
    trfm
)

loader = D.DataLoader(
    dataset, batch_size=10, shuffle=True, num_workers=0)

参考链接：

1.基本数据扩增方法及扩增数据安装包
2.针对不同维度的数据传统扩增方法