在进行目标检测中,常常会因为数据少,标注检测框困难而烦恼,总想着去将手里的数据扩充起来,后来读到一片博客深度学习数据增强(Data Augmentation)–VOC数据集,这篇博客提到利用python自带的库imaug,imgaug是一个用于机器学习实验中图像增强的python库,支持python2.7和3.4以上的版本。 它支持多种增强技术,允许轻松组合这些技术,具有简单但功能强大的随机界面,可以在这些界面上增加图像和关键点/界标,并在后台进程中提供增强功能以提高性能。我在这里给大家提供一下相关代码augmentation.py。我是用这种方法做鞋子检测,实验效果一直不太好,后来仔细全部检查了一边发现增强后的数据出现问题(我有2000张图片,一张一张的看,大约有350–420张左右不能用)
那个博客还提供了深度学习的方法,我没用,大家可以尝试一下。
下面分享一下我的代码有几个主要的增强操作,你自己选择把。不会发生检测目标消失的情况。比augmentation好用