【语义分割】数据增强方法（原图与标签同时扩增）-Toy模板网

这篇具有很好参考价值的文章主要介绍了【语义分割】数据增强方法（原图与标签同时扩增）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1、数据增强作用

避免过拟合

提升模型的鲁棒性

提高模型的泛化能力

避免样本不均衡的问题

2.、数据增强分类

可分为两类：在线增强和离线增强。这两者的区别在于离线增强是在训练前对数据集进行处理，往往能得到多倍的数据集，在线增强是在训练时对加载数据进行预处理，不改变训练数据的数量。

离线增强一般用于小型数据集，在训练数据不足时使用，在线增强一般用于大型数据集。

3、方法

比较常用的几何变换方法主要有：翻转，旋转，裁剪，缩放，平移转换，色彩抖动，尺度变换，对比度变换，噪声扰动，旋转变换；

比较常用的像素变换方法有：加椒盐噪声，高斯噪声，进行高斯模糊，调整HSV对比度，调节亮度，饱和度，直方图均衡化，调整白平衡等。

使用Augmentor模块增强

注意：
原图与标签图的后缀名必须保持一致，否则只标签图不会增强的

因为我的图像是由labelme标注的，且将其转化为voc的格式，转化后原图为jpg，原图为png，因为需要统一。统一方式如下：批量修改图像后缀名。

1、安装：
创建一个环境，然后输入安装命令，命令如下

pip install Augmentor

conda install Augmentor

显示安装成功，既可以继续了。

2、使用：

语义分割任务需要同时对原始图和掩码图（mask）进行增强，因此，很多现有的深度学习框架中自带的图像增强工具都不能直接使用。但是通过Augmentor可以很方便的实现该功能。下面举例说明。将图像原图以及它们对应的掩码图，分别放在test1文件夹以及test2文件夹中。使用以下代码进行增强

原始图

语义分割数据增强,数据集,人工智能,算法

标签图

语义分割数据增强,数据集,人工智能,算法

#导入数据增强工具
import Augmentor

#确定原始图像存储路径以及标签图的文件存储路径，创建Pipeline实例p
p = Augmentor.Pipeline("originalImages")
p.ground_truth("Segmentationimages")

（1）旋转(rotate)

probability指定进行操作的概率大小，max_left_rotation, max_right_rotation指定向左向右最大旋转角度，最大值为25。sample表示从给定图像中生成指定数量的增强图像，可指定多个。

rotate操作默认在对原图像进行旋转之后进行裁剪，输出与原图像同样大小的增强图像。

p.rotate(probability=1, max_left_rotation=25, max_right_rotation=25)
p.sample(1)

（2）缩放(scale)，但貌似只能等比放大

scale_factor表示缩放比例，只能大于1，且为等比放大。

p.scale(probability=1, scale_factor=1.3)

（3）翻转（flip）

左右翻转、上下翻转、随机翻转

p.flip_random(probability=1)   %随机翻转
p.flip_left_right(probability=0.5)   %左右翻转
p.flip_top_bottom(probability=0.5)    %上下翻转

（4）随机亮度增强/减弱(random_brightness)

min_factor, max_factor为变化因子，决定亮度变化的程度，可根据效果指定。

p.random_brightness(probability=1, min_factor=0.7, max_factor=1.2)   %随机亮度
p.random_color(probability=1, min_factor=0.0, max_factor=1)   %随机颜色
p.random_contrast(probability=1, min_factor=0.7, max_factor=1.2)   %随机对比度

（5）随机透视变形(skew)

magnitude表示变形程度。隐藏参数skew_type，值为``TILT``, ``TILT_TOP_BOTTOM``, ``TILT_LEFT_RIGHT``, ``CORNER``，展开源码才可以看到。源码中采用randomly的方式从四种参数中选择，不需指定。

其中，``TILT_TOP_BOTTOM``表示只在顶部底部方向进行透视变形。

``TILT_LEFT_RIGHT``表示只在左右方向进行透视变形。

``CORNER``表示只在四角方向进行透视变形。

``TILT``包含上述方向的集合，即上下左右和四角的八个方向。

p.skew(probability=1, magnitude=0.8)

（6）随机剪切(shear)

剪切变换，max_shear_left，max_shear_right为剪切变换角度

p.shear(probability=1, max_shear_left=15, max_shear_right=15)

（7）随机裁剪(random_crop)

percentage_area表示裁剪面积占原图像面积的比例，centre指定是否从图片中间裁剪，randomise_percentage_area指定是否随机生成裁剪面积比。

p.crop_random(probability=1, percentage_area=0.8, centre=False, randomise_percentage_area=True)

（8）随机擦除/遮挡(random_erasing)

rectangle_area指定随机擦除面积的百分比。当然这个指定的是擦除面积的上限。

p.random_erasing(probability=1, rectangle_area=0.5)

（9）小块变形distortion

p.random_distortion(probability=0.8,grid_width=10,grid_height=10, magnitude=20)

完整代码：

import Augmentor


# 确定原始图像存储路径以及掩码文件存储路径，需要把“\”改成“/”
p = Augmentor.Pipeline("originalImages")
p.ground_truth("Segmentationimages")

# 图像旋转： 按照概率0.8执行，范围在0-25之间
p.rotate(probability=0.8, max_left_rotation=25, max_right_rotation=25)

# 图像左右互换： 按照概率0.5执行
p.flip_left_right(probability=0.5)
p.flip_top_bottom(probability=0.5)

# 图像放大缩小： 按照概率0.8执行，面积为原始图0.85倍
p.zoom_random(probability=0.3, percentage_area=0.85)

#scale_factor表示缩放比例，只能大于1，且为等比放大。
p.scale(probability=1, scale_factor=1.3)

#小块变形
p.random_distortion(probability=0.8,grid_width=10,grid_height=10, magnitude=20)

#随机亮度增强/减弱，min_factor, max_factor为变化因子，决定亮度变化的程度，可根据效果指定
p.random_brightness(probability=1, min_factor=0.7, max_factor=1.2)

#随机颜色/对比度增强/减弱
#p.random_color(probability=1, min_factor=0.0, max_factor=1)
p.random_contrast(probability=1, min_factor=0.7, max_factor=1.2)

#随机剪切(shear)  max_shear_left，max_shear_right为剪切变换角度  范围0-25
p.shear(probability=1, max_shear_left=10, max_shear_right=10)

#随机裁剪(random_crop)
p.crop_random(probability=1, percentage_area=0.8, randomise_percentage_area=True)

#随机翻转(flip_random)
p.flip_random(probability=1)

# 最终扩充的数据样本数可以更换为100。1000等
p.sample(10)

会自动生成一个out结果，效果如下：

语义分割数据增强,数据集,人工智能,算法