本文探讨了在图像处理任务中如何进行数据增强，尤其是如何保持标签与图片的一致性。推荐使用Keras，因为它简单易用，并提供了内置的数据增强功能。其他选项如OpenCV和TensorFlow虽然也能实现数据增强，但需要编写更多的自定义代码。同时，文章提到了imgaug库，这是一个被Mask R-CNN等项目采用的增强工具。作者分享了自己的思路，指出将数据转换为Keras官方标准格式是最保险的方法，并给出了对图片和标注进行相同随机裁剪的代码示例。
任务描述：对原始图片与标注图片做相同的数据增强。保持标签与图片的一致。
最优选择：keras 可用，用起来简单，自己写的代码尽量少，避免出错。
https://blog.csdn.net/qq_28792801/article/details/80866234
https://blog.csdn.net/u010397980/article/details/88088025
opencv的数据增强，显然需要自己写data generator 并且这代码看起来一点也不简洁，高集成，不推荐
https://blog.csdn.net/sinat_29957455/article/details/80629098
tensorflow随即裁剪，本质就一句代码
crop_img = tf.random_crop(img,[280,280,3])
也需要自己写generator，不过简洁多了
最低0.47元/天 解锁文章
扫一扫
6729
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
