【lpliner】【albumentations】【lambda】【python】【旋转图片增加数据集`个数`】

为了解决训练数据量不足的问题,本文介绍了如何使用Python和albumentations库通过旋转操作增加数据集的样本数量,特别是针对90度的倍数旋转。在Unet训练中遇到数据量过小的问题,通过这种方法可以有效扩充数据集。
摘要由CSDN通过智能技术生成

写在前面

  • 这次的code是因为在训练过程中数据量不足,在FCN训练时添加了transform,可惜结果不是我想要的。遂,更换了Unet,可惜在训练中显示n_train过小(len(train_loader)), 于是就想着增加数据集。所以出现了以下代码
  • 这里的transform主要就是旋转,就是旋转,还都是90°的倍数
  • 话不多说上代码,不喜请大力喷。

Code

#!/usr/bin/python3
# coding: utf-8
# @Time: 2021/3/10 11:39
# @Project: SemanticSegmentation
# @File: create_more_dataset.py
# @Author: Lpliner
# @Description: 将原始图片经过90,180,270°旋转,以及经过水平翻转后再次进行90, 180, 270旋转,以此增大数据量 每张图片*8

import os
import cv2
import shutil
import logging
import albumentations as A
from matplotlib import pyplot as plt

logging.basicConfig(level=logging.INFO, format='%(levelname)s: %(message)s')

# settings
base_dir = "../dataset/train"           # 数据原始所在位置
save_dir = "./train"                    # 数据另存为的位置
if not os.path.exists(save_dir): os.mkdir(save_dir)
save_image_dir = os.path.join(save_dir, "image")        # 新数据二级目录
if not os.path.exists(
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值