imgaug是一个用于机器学习实验中图像增强的库。它支持广泛的增强技术,允许轻松组合这些技术并以随机顺序或在多个 CPU 内核上执行它们,具有简单而强大的随机界面,不仅可以增强图像,还可以增强关键点/地标、边界框、热图和分割图。
主要内容:
安装
在 Anaconda 中安装
在 pip 中安装
卸载
示例:基础知识
标准用例
一个简单通用的增强序列
重型增强
示例:关键点
笔记本
一个简单的例子
示例:边界框
笔记本
一个简单的例子
处理图像外的边界框
移动/移动边界框
将 BB 投影到重新缩放的图像上
计算交集、联合和 IoU
示例:热图
笔记本
一个简单的例子
每个热图对象有多个子热图
访问热图数组
调整热图大小
填充热图
示例:分割图和掩码
笔记本
一个简单的例子
使用布尔掩码
访问分割图数组
调整大小和填充
随机参数
简介
连续概率分布
离散概率分布
算术
特殊参数
噪声参数
混合/叠加图像
简介
Imagewise 常量 Alphas 值
BlendAlphaSimplexNoise
频率噪声Alpha
迭代噪声聚合器
乙状结肠
增强器概述
增强器.meta
增广算法
增强器.artistic
增强器.blend
增强器.blur
增强器.collections
增强器.color
增强器对比
增强器.卷积
增强器.debug
增强器.edges
增强器.flip
增强器几何
增强器.imgcorruptlike
增强器.pillike
增强池
增强器.分割
增强器大小
增强器.天气
性能
结果概览
图像
热图
关键点和边界框
数据类型支持