CV赛事—数据读取与数据扩增

Datawhale 零基础入门CV赛事-Task2 数据读取与数据扩增

1 数据读取与数据扩增

数据增广是深度学习中常用的技巧之一，主要用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力。目前数据增广主要包括：水平/垂直翻转，旋转，缩放，裁剪，剪切，平移，对比度，色彩抖动，噪声等。传统图像算法中，常用几何变换来进行数据增广，其中常用方法有：缩放，平移，旋转，仿射等。

2 常见的数据扩增方法

本文仅对OpenCV常用方法进行介绍。
在常见的数据扩增方法中，一般会从图像颜色、尺寸、形态、空间和像素等角度进行变换。当然不同的数据扩增方法可以自由进行组合，得到更加丰富的数据扩增方法。

以torchvision为例，常见的数据扩增方法包括：

• transforms.CenterCrop 对图片中心进行裁剪
• transforms.ColorJitter 对图像颜色的对比度、饱和度和零度进行变换
• transforms.FiveCrop 对图像四个角和中心进行裁剪得到五分图像
• transforms.Grayscale 对图像进行灰度变换
• transforms.Pad 使用固定值进行像素填充
• transforms.RandomAffine 随机仿射变换
• transforms.RandomCrop 随机区域裁剪
• transforms.RandomHorizontalFlip 随机水平翻转
• transforms.RandomRotation 随机旋转
• transforms.RandomVerticalFlip 随机垂直翻转

2.1 读入并显示图片

import cv2   # 导入Opencv库
import matplotlib.pyplot as plt
img = cv2.imread('image/cat.jpg')  #读入图片
print(img.shape)
# Opencv默认颜色通道顺序是BRG，转换一下
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.figure(figsize=(4,2.25), dpi=300) #figsize设置图片大小，单位英寸，dpi设置分辨率
plt.imshow(img)

2.2 PyTorch数据增强（image transformations）

在介绍具体数据扩增方法前,先对PyTorch数据增强的内容做一个简单了解。

2.2.1 Compose

torchvision.transforms.Compose(transforms)

#用法：
 transforms.Compose([
 		transforms.CenterCrop(10),
		transforms.ToTensor(),
])

2.2.2 常见变化

Resize

图像尺寸变化

torchvision.transforms.Resize(size, interpolation=2)

标准化

对数据按通道进行标准化，即先减均值，再除以标准差，注意是 hwc（高度，宽度，通道数）

torchvision.transforms.Normalize(mean, std)

参数：

mean-均值

std-标准差

转换为 PILImage

将 tensor 或者 ndarray 的数据转换为 PIL Image 类型数据

torchvision.transforms.ToPILImage(mode=None)

参数：

mode- 为 None 时，为 1 通道， mode=3 通道默认转换为 RGB， 4 通道默认转换为 RGBA

转为 Tensor

将 PIL Image 或者 ndarray 转换为 tensor，并且归一化至[0-1]

torchvision.transforms.ToTensor

# 转换为 PILImage
img = cv2.imread('image/cat.jpg')  #得到的img是一个ndarray类型,默认img为BRG
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  #转化为RGB
img_PIL_obj= torchvision.transforms.ToPILImage()  #对象实例化，
img_PIL=img_PIL_obj(img)    #将ndarray数据类型转为PIL Image数据类型
#显示图片
plt.figure
plt.imshow(img_PIL)

#print(type(img))
#print(type(img_PIL_obj))
#print(img.shape)

2.2.3 裁剪 Crop

transforms.CenterCrop 中心裁剪

torchvision.transforms.CenterCrop(size) 依据给定的 size 从中心裁剪

import PIL.Image as Image   #导入PIL库，使得读入数据为PIL数据类型
image=Image.open("image/cat.jpg")    #读入图片RGB格式
crop_obj = transforms.CenterCrop((224,224))  # 对图片中心进行裁剪
image_center = crop_obj(image)  # 对图片中心进行裁剪
print(image_center.size, image_center.format, image_center.mode)
#将裁剪之后的图片保存下来
image.save("image/cat.png", format='PNG') 
#显示图片
plt.figure
plt.imshow(image_center)

(224, 224) None RGB