【Image segmentation】图像分割数据增强（mosaic\copy

本文链接：https://blog.csdn.net/weixin_44245653/article/details/124606082

本文介绍了深度学习中图像分割的数据增强技术，包括copy_paste和mosaic方法。通过copy_paste，将多张图像的掩码目标物体随机合并，以增加训练样本的多样性。同时，展示了使用mosaic技术进行数据增强后的效果，并提供了代码实现和可视化结果的展示，以确保数据增强过程中无错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.图像增强copy_paste:

输入原图JPEGImages+对应掩码图SegmentationClass
在这里插入图片描述
可以提前可视化一下，看是否有问题（可能出在图像标注的时候出现别的未知类别）

import matplotlib.pyplot as plt
from matplotlib import gridspec
import numpy as np
import cv2
import os
import warnings
warnings.filterwarnings("ignore")
import shutil
#
#
def create_pascal_label_colormap():
    colormap = np.zeros((256, 3), dtype=int)
    ind = np.arange(256, dtype=int)

    for shift in reversed(range(8)):
        for channel in range(3):
            colormap[:, channel] |= ((ind >> channel) & 1) << shift
        ind >>= 3

    return colormap


def label_to_color_image(label):
    if label.ndim != 2:
        raise ValueError('Expect 2-D input label')

    colormap = create_pascal_label_colormap()

    if np.max(label) >= len(colormap):
        raise ValueError('label value too large.')

    return colormap[label]


def vis_segmentation(image, seg_map):
    """
    输入图片和分割 mask 的可视化.
    """
    plt.figure(figsize=(15, 5))
    grid_spec = gridspec.GridSpec(1, 4, width_ratios=[6, 6, 6, 1])

    plt.subplot(grid_spec[0])
    plt.imshow(image)
    plt.axis('off')
    plt.title('input image')

    plt.subplot(grid_spec[1])
    seg_image = label_to_color_image(seg_map).astype(np.uint8)
    plt.imshow(seg_image)
    plt.axis('off')
    plt.title('segmentation map')

    plt.subplot(grid_spec[2])
    plt.imshow(image)
    plt.imshow(seg_image, alpha=0.5)
    plt.axis('off')
    plt.title('segmentation overlay')

    unique_labels = np.unique(seg_map)
    ax = plt.subplot(grid_spec[3])
    plt.imshow(FULL_COLOR_MAP[unique_labels].astype(np.uint8), interpolation='nearest')
    ax.yaxis.tick_right()
    plt.yticks(range(len(unique_labels)), LABEL_NAMES[unique_labels])
    plt.xticks([], [])
    ax.tick_params(width=0.0)
    plt.grid('off')
    # plt.imsave('G:\\1\\' + image)
    # plt.show()


LABEL_NAMES = np.asarray(['background0', 'paper1','pe2','pet3','glass4','metal5','foam6','battery7','lamp8','textile9','plant10','kitchen11'])  # 假设只有两类
FULL_LABEL_MAP = np.arange(len(LABEL_NAMES)).reshape(len(LABEL_NAMES),