数据增强

数据增强是一种在深度学习中广泛采用的技术,通过在训练过程中对原始数据进行一系列变换,如旋转、缩放、翻转等,以增加模型的泛化能力。这种方法能够有效地减少过拟合,提高模型在未见过的数据上的表现。
摘要由CSDN通过智能技术生成
from PIL import Image, ImageDraw
import numpy as np
import imgaug as ia
from imgaug import augmenters as iaa
import os


AUG_NUM = 5
PATH = r'C:/pycharm_projects/get_label/sum_pan/train/img/'
SAVE_PATH = r'C:/pycharm_projects/get_label/data_arugement_train/'
os.makedirs(SAVE_PATH, exist_ok=True)

def get_LP_loc(path):
    # 对标记数据进行处理,获取车牌四个点坐标的位置
    with open(path, 'r') as f:
        pos = f.readline().split(',')
    x1 = int(float(pos[0]))
    y1 = int(float(pos[1]))
    x2 = int(float(pos[2]))
    y2 = int(float(pos[3]))
    x4 = int(float(pos[4]))
    y4 = int(float(pos[5]))
    x3 = int(float(pos[6]))
    y3 = int(float(pos[7]))
    return x1, y1, x2, y2, x3, y3, x4, y4


def data_augmentation(img_path):
    # 数据增强函数
    img_abs_path = os.path.join(PATH, img_path)
    print(img_abs_path)
    label_path = img_abs_path.replace('img', 'gt').replace('.jpg', '.txt')
    print(label_path,'---------')
    x1, y1, x2, y2, x3, y3, x4, y4 = get_LP_loc(label_path)
    im = Image.open(img_abs_path)
    image = np.array(im)
    keypoints = ia.KeypointsOnImage([ia.Keypoint(x = x1, y = y1),
                                     ia.Keypoint(x = x2, y = y2),
           
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值