Faster RCNN源码解析之数据预处理

Faster RCNN源码解析之数据预处理：

参考资料：

Faster RCNN源码解析:
https://www.bilibili.com/video/BV1of4y1m7nj?p=3
Faster RCNN源码：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

Faster RCNN网络中对图片进行预处理操作时，同时也要对边界框进行处理：

例如：比如原图水平翻转，边界框也要水平翻转

---

边界框水平翻转

左侧时原图片，右侧是水平翻转后的图片，水平翻转并不会改变Y值，只会改变X值。
经过水平翻转之后的右侧图片，计算左上角的Xmin值=（图片的宽度）-（Xmax）；
右下角的Xmax值=（图片的宽度）-（Xmin）。

实现水平翻转的部分代码如下：

class RandomHorizontalFlip(object):
    """随机水平翻转图像以及bboxes"""
    #prob=0.5为翻转的概率，因为是随机的，所以概率设置为0.5
    def __init__(self, prob=0.5):
        self.prob = prob

    def __call__(self, image, target):
        if random.random() < self.prob:
            height, width = image.shape[-2:]
            image = image.flip(-1)  # 水平翻转图片
            bbox = target["boxes"]
            # bbox: xmin, ymin, xmax, ymax
            bbox[:, [0, 2]] = width - bbox[:, [2, 0]]  # 翻转对应bbox坐标信息
            target["boxes"] = bbox
        return image, target

---