当前位置：网站首页>README_Albumentations

README_Albumentations

2022-08-09 21:51:00 【InfoQ】

​

 一、文档：

GitHub:
 
https://github.com/albumentations-team/albumentations
官方文档：
Albumentations Documentation

二、Installation

pip install -U albumentations

三、Keypoints augmentation Example:

1. Import the required libraries

import albumentations as A
import cv2

2. Define an augmentation pipeline.

transform = A.Compose([
    A.RandomCrop(width=330, height=330),
    A.RandomBrightnessContrast(p=0.2),
],keypoint_params=A.KeypointParams(format='xy',label_fields=['class_labels'], remove_invisible =False))

#对图片的操作放在第一个参数的列表中，可支持多种操作，p参数表示进行该操作的概率。
#A.KeypointParams()中，format参数定义ground_truth的坐标点格式，还有“yx”、“xysa”等；label_fields定义ground_truth中标签的名称,此参数是一个列表，可以设置多个标签；remove_invisible参数用来设置是否移除数据增强后超出图片范围的点，默认为True，若为True则不显示不可见的点，若为False则显示不可见的点

3. Read images, keypoints and class_labels

image = cv2.imread("/path/image.jpg")
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

keypoints = [
    (264, 203),
    (86, 88),
    (254, 160),
    (193, 103),
    (65, 341),
]
#关键点信息以坐标的形式放入一个列表中，格式与format参数设置的格式同步
class_labels 
= [
    'left_elbow',
    'right_elbow',
    'left_wrist',
    'right_wrist',
    'right_hip',
]

4. Pass an image and keypoints to the augmentation pipeline and receive augmented images and points.

#对数据进行变换
transformed 
= 
transform
(
image
=
image
, 
keypoints
=
keypoints
, 
class_labels
=
class_labels
)  
#读取变换后的数据
transformed_image 
= 
transformed
['image']
transformed_keypoints 
= 
transformed
['keypoints']
transformed_class_labels 
= 
transformed
['class_labels']

四、List of augmentations

1、Spatial-level transforms (空间变换)

（1）、仿射变换
  • Affine(scale=None, translate_percent=None, translate_px=None, rotate=None, shear=None, interpolation=1, mask_interpolation=0, cval=0, cval_mask=0, mode=0, fit_output=False, always_apply=False, p=0.5)
     -support keypoints
#仿射变换
该变换包括Translation（移动）、Rotation（旋转）、Scaling（缩放）、Shear（剪切为梯形），其中：
scale参数，表示缩放的比例，支持数字、元组、字典；若为元组或字典，则从多个数字中等概率的取一个值对数据进行对应处理
translate_percent参数，按比例进行移动（x、y轴上都进行移动）
translate_px参数，表示移动像素点的距离（x、y轴上都进行移动），仅支持整数类型
rotate参数，表示旋转度数（不是弧度），范围为[-360, 360]，以图像中心为旋转点
shear参数，表示以度为单位进行剪切，预期值为[-360, 360]，合理值范围为[-45, 45]，如果是一个数字，则只进行x轴上的剪切；如果是元组(a,b)，则分别在x轴与y轴上进行剪切
cval参数，填充新创建的像素时使用的常量值
fit_output参数，是否使变换后的整个输出图像始终包含在图像平面中，默认为False：接受图像平面之外的图像，若为True的话：则只包含在图像平面中
p参数，表示
应用变换的概率，默认值：0.5。
  • Perspective
    (scale=(0.05, 0.1), keep_size=True, pad_mode=0, pad_val=0, mask_pad_val=0, fit_output=False, interpolation=1, always_apply=False, p=0.5)
     
    (support keypoints)
#随机四点透视变换
其中：
scale
参数，表示正态分布的标准差，用于对子图像的角与完整图像的角的随机距离进行采样。默认值：(0.05, 0.1)，也可自己设置范围[float,float]
keep_size
参数，是否在应用透视变换后将图像调整回其原始大小。默认值：真，如果设置为 False，生成的图像可能最终具有不同的形状。
fit_output
参数，如果为 True，将调整图像平面大小和位置以在透视变换后仍捕获整个图像，默认值：假。
p
参数，应用变换的概率。默认值：0.5。
  • PiecewiseAffine
    (scale=(0.03, 0.05), nb_rows=4, nb_cols=4, interpolation=1, mask_interpolation=0, cval=0, cval_mask=0, mode='constant', absolute_scale=False, always_apply=False, keypoints_threshold=0.01, p=0.5) 
    (support keypoints)
#局部区域进行仿射变换
  • ShiftScaleRotate
    (shift_limit=0.0625, scale_limit=0.1, rotate_limit=45, interpolation=1, border_mode=4, value=None, mask_value=None, shift_limit_x=None, shift_limit_y=None, always_apply=False, p=0.5) 
    (support keypoints)
#随机应用仿射变换：平移、缩放和旋转
其中：
shift_limit 
参数，平移操作的长宽限制，默认为 (-0.0625, 0.0625)
scale_limit
 参数，缩放操作的范围限制，默认为 (-0.1, 0.1)
rotate_limit
 参数，旋转操作的范围限制，默认为(-45,45)
p 
参数，应用此变换的概率，默认为0.5
  • ElasticTransform 
    #图像弹性变形
（2）、裁剪
  • Crop
    (x_min=0, y_min=0, x_max=1024, y_max=1024, always_apply=False, p=1.0)
     (support keypoints)
#裁剪自定义区域
x_min参数：左上角x坐标
y_min参数：左上角y坐标
x_max参数：右下角x坐标
y_max参数：右下角y坐标
  • CenterCrop
    (height, width, always_apply=False, p=1.0)
     (support keypoints)
#裁剪中心区域
height参数：裁剪的高度
width参数：裁剪的宽度
p参数：执行此操作的概率，默认为1
  • CropAndPad
    (px=None, percent=None, pad_mode=0, pad_cval=0, pad_cval_mask=0, keep_size=True, sample_independently=True, interpolation=1, always_apply=False, p=1.0)
     (support keypoints)
#裁剪/填充
px参数，要裁剪/填充的像素数，负数为裁剪，正数为填充；
percent参数，要裁剪/填充的比例，同样负数为裁剪，正数为填充，范围为[-1,1]；
keep_size 
参数，表示是否保持输入图像的大小，默认为True。
  • CropNonEmptyMaskIfExists
    (height, width, ignore_values=None, ignore_channels=None, always_apply=False, p=1.0)
     (support keypoints)
#如果Mask非空，则使用掩码裁剪区域，否则进行随机裁剪
height参数：高的大小（以像素为单位）
width参数：宽的大小（以像素为单位）
  • RandomCrop 
    (height, width, always_apply=False, p=1.0)
     (support keypoints)
#根据设置的长宽随机剪裁
  • RandomCropNearBBox
    (max_part_shift=(0.3,0.3), cropping_box_key='cropping_bbox', always_apply=False, p=1.0)
     (support keypoints)
#随机剪裁矩形框
  • RandomResizedCrop
    (height, width, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=1, always_apply=False, p=1.0)
     (support keypoints)
#随机裁剪并调整大小为height、width
  • RandomSizedCrop
    (min_max_height, height, width, w2h_ratio=1.0, interpolation=1, always_apply=False, p=1.0)
    (support keypoints)
#随机剪裁并缩放到定义大小
min_max_height
参数：表示裁剪高的大小限制，格式为
[int
，
int]
height
参数：剪裁并调整大小后的高
width
参数：参数：剪裁并调整大小后的宽
w2h_ratio
参数：剪裁比例，默认为
1.0
p
参数：表示应用此变换的概率，默认为
1.0
（3）、翻转
  • Flip.apply 
    (self, img, d=0, **params)
    (support keypoints)
#翻转，包括水平翻转、垂直翻转、水平垂直同时进行翻转
d参数：0表示进行垂直翻转，1表示进行水平翻转，-1表示同时进行水平与垂直翻转
p参数：表示应用此变换的概率，默认为0.5
  • HorizontalFlip
     (support keypoints)
#水平翻转
p参数：表示应用此变换的概率，默认为0.5
  • VerticalFlip
     (support keypoints)
#垂直翻转
p参数：表示应用此变换的概率，默认为0.5
（4）、旋转
  • RandomRotate90
     (support keypoints)
#随机旋转90度0次或多次
p
参数：表示应用此变换的概率，默认为
0.5
  • Rotate 
    (limit=90, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, p=0.5)
    (support keypoints)
#从定义的范围中随机旋转一个角度
limit
参数：表示旋转的范围限制，范围为（
-limit,limit
），默认为（
-90,90
）
p
参数：表示应用此变换的概率，默认为
0.5
  • SafeRotate
    (limit=90, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, p=0.5)
    (support keypoints)
#从定义的范围中随机旋转一个角度
（5）、缩放
  • LongestMaxSize
    (max_size=1024, interpolation=1, always_apply=False, p=1)
     (support keypoints)
#重新缩放图像，使最大边等于 max_size，保持初始图像的纵横比。
  • RandomScale
    (scale_limit=0.1, interpolation=1, always_apply=False, p=0.5)
     (support keypoints)
#随机缩放
scale_limit
参数：表示缩放范围，为（
1-scale_limit,1+scale_limit
）
,
默认为（
0.9,1.1
）
p
参数：表示应用此变换的概率，默认为
0.5
  • Resize 
    (height, width, interpolation=1, always_apply=False, p=1)
    (support keypoints)
#调整为给定的大小
  • SmallestMaxSize
    (max_size=1024, interpolation=1, always_apply=False, p=1)
    (support keypoints)
#缩放图像，将最小边等于
max_size
（6）、填充
  • PadIfNeeded
    (min_height=1024, min_width=1024, pad_height_divisor=None, pad_width_divisor=None, position=<PositionType.CENTER: 'center'>, border_mode=4, value=None, mask_value=None, always_apply=False, p=1.0)
     (support keypoints)
#如果图片大小小于需要的大小，可以对图片进行填充
（7）、其他
  • Lambda
    (image=None, mask=None, keypoint=None, bbox=None, name=None, always_apply=False, p=1.0)
     (support keypoints)
#可自定义的变换函数
image
参数：图像变换函数
mask
参数：掩码变换函数
keypoint
参数：关键点变换函数
bbox
参数：边框变换函数
always_apply
参数：是否这个变换总是应用
p
参数：应用此变换的概率，默认为
1.0
  • NoOp
     (support keypoints)
     #什么也不做
  • Transpose
     (support keypoints)
#转置：交换行与列
p
参数:表示应用此变换的概率，默认为0.5
（8）、不支持关键点的变换
  • CoarseDropout
  • GridDistortion
  • GridDropout
  • MaskDropout
  • OpticalDistortion
  • RandomGridShuffle
  • RandomSizedBBoxSafeCrop

2、Pixel-level transforms (support any additional targets) (像素变换)

  • Blur
  • CLAHE
  • ChannelDropout
  • ChannelShuffle
  • ColorJitter
  • Downscale
  • Emboss
  • Equalize
  • FDA
  • FancyPCA
  • FromFloat
  • GaussNoise
  • GaussianBlur
  • GlassBlur
  • HistogramMatching
  • HueSaturationValue
  • ISONoise
  • ImageCompression
  • InvertImg
  • MedianBlur
  • MotionBlur
  • MultiplicativeNoise
  • Normalize
  • PixelDistributionAdaptation
  • Posterize
  • RGBShift
  • RandomBrightnessContrast
  • RandomFog
  • RandomGamma
  • RandomRain
  • RandomShadow
  • RandomSnow
  • RandomSunFlare
  • RandomToneCurve
  • Sharpen
  • Solarize
  • Superpixels
  • TemplateTransform
  • ToFloat
  • ToGray
  • ToSepia

​
原网站

版权声明
本文为[InfoQ]所创，转载请带上原文链接，感谢
https://xie.infoq.cn/article/651f76097aff7423f6bfcbe5e

边栏推荐

猜你喜欢

随机推荐