使用Albumentations进行图片数据增强

介绍

什么是数据增强

数据增强是指在训练模型时，对数据进行一些变换，从而扩充数据集的大小，增加模型的泛化能力，防止模型过拟合。图片数据增强就是从一个现有图像中创造新的训练样本的过程。为了创造新的训练样本，我们可以对现有图像进行一些变换，比如旋转、翻转、缩放、裁剪、平移、添加噪声等等。

Albumentations库

当你需要对图片进行数据增强时，可以使用Albumentations库，它是一个快速且灵活的图像增强库，可以用于计算机视觉、医学影像、卫星图像和遥感图像等领域。

Albumentations库支持多种数据增强方法，包括：

AdvancedBlur 高级模糊

使用具有随机选择的参数的广义正态滤波器来模糊输入图像。该变换还在卷积之前向生成的内核添加了乘性噪声。

Blur 模糊

使用随机大小的内核模糊输入图像。

CLAHE 对比度受限的自适应直方图均衡化

将对比度受限自适应直方图均衡应用于输入图像。

CenterCrop 中心裁剪

从输入图像的中心裁剪一块区域。

ChannelDropout 通道丢失

随机丢弃输入图像的通道。

ChannelShuffle 通道随机重排

随机重排输入图像的通道。

CoarseDropout 粗糙丢失

随机丢弃输入图像的正方形区域。

ColorJitter 颜色抖动

随机改变输入图像的亮度、对比度和饱和度。

Crop 裁剪

从输入图像的随机位置裁剪一块区域。

Defocus 散焦

应用散焦变化，模拟焦距不正确的图像。https://arxiv.org/abs/1903.12261.

Downsacle 缩小减低图片质量

通过缩小和放大来降低图像质量。

ElasticTransform 弹性变形

图像的弹性变形

Equalize 浮雕

对输入图像进行浮雕并将结果与原始图像叠加。

FancyPCA FancyPCA

对输入图像应用FancyPCA变换。from Krizhevsky's paper "ImageNet Classification with Deep Convolutional Neural Networks"

Flip 翻转

随机翻转输入图像的水平、垂直或两个方向。

GaussianBlur 高斯模糊

使用具有随机内核大小的高斯滤波器模糊输入图像。

GaussNoise 高斯噪声

向输入图像添加高斯噪声。

GlassBlur 玻璃模糊

模拟玻璃的模糊效果。

GridDistortion 网格扭曲

对输入图像应用网格扭曲变换。

HorizontalFlip 水平翻转

随机水平翻转输入图像。

HueSaturationValue 色调饱和度值

随机改变输入图像的色调、饱和度和值。

ImageCompression 图像压缩

随机压缩输入图像的质量。

InvertImg 反转

反转输入图像的通道。

ISONoise ISO噪声

向输入图像添加ISO噪声。

JpegCompression JPEG压缩

随机压缩输入图像的质量。

LongestMaxSize 最长最大尺寸

将输入图像的最长边调整为给定的值，保持纵横比。

MedianBlur 中值模糊

使用具有随机内核大小的中值滤波器模糊输入图像。

MotionBlur 运动模糊

使用具有随机内核大小和方向的运动模糊模糊输入图像。

MultiplicativeNoise 乘性噪声向输入图像添加乘性噪声。

OpticalDistortion 光学扭曲

对输入图像应用光学扭曲变换。

PadifNeeded 必要时填充

如果图像的任何边小于给定的高度或宽度，则在图像的任何边缺少的长度上填充图像。

Perspective 透视

对输入图像应用透视变换。

PiecewiseAffine 分段仿射

对输入图像应用分段仿射变换。

PixelDropout 像素丢失

随机丢弃输入图像的像素。

Posterize 色调分离

将输入图像的色调分离为给定的位数。

RandomBrightness 随机亮度

随机改变输入图像的亮度。

RandomBrightnessContrast 随机亮度对比度

随机改变输入图像的亮度和对比度。

RandomContrast 随机对比度

随机改变输入图像的对比度。

RandomCrop 随机裁剪

从输入图像的随机位置裁剪一块区域。

RandomCropFromBorders 从边界随机裁剪

从输入图像的随机位置裁剪一块区域，但不会从图像的边界裁剪。

RandomFog 随机雾

随机向输入图像添加雾。

RandomGamma 随机伽马

随机改变输入图像的伽马。

RandomGridShuffle 随机网格洗牌

随机将输入图像的像素重新排列为网格。

RandomRain 随机雨

随机向输入图像添加雨。

RandomResizeCrop 随机调整大小裁剪

随机裁剪输入图像的一部分，然后将其调整为给定的大小。

RandomRotate90 随机旋转90度

随机旋转输入图像90度。

RandomScale 随机缩放

随机缩放输入图像。

RandomSizedCrop 随机尺寸裁剪

从输入图像的随机位置裁剪一块区域，然后将其调整为给定的大小。

RandomSnow 随机雪

随机向输入图像添加雪。

RandomToneCurve 随机色调曲线

随机应用色调曲线变换。

Resize 调整大小

调整输入图像的大小。

RGBShift RGB偏移

随机改变输入图像的R、G、B通道。

RingingOvershoot 振铃过冲

通过将图像与 2D sinc 滤波器进行卷积来创建振铃或过冲伪影。

Rotate 旋转

将输入旋转从均匀分布中随机选择的角度。

SafeRotate 安全旋转

从均匀分布中随机选择一个角度，将输入图像在输入框内旋转。

Sharpen 锐化

锐化输入图像并将结果与原始图像叠加。

ShiftScaleRotate 平移缩放旋转

随机平移、缩放和旋转输入图像。

SmallestMaxSize 最小最大尺寸

将输入图像的最小边调整为给定的值，保持纵横比。

Solarize 曝光

反转高于阈值的所有像素值。

Spatter 溅射

模拟溅射效果。

Superpixels 超像素

将图像部分/完全转换为其超像素表示。

ToGray 转灰度

将输入图像转换为灰度。

ToSepia 转棕褐色

将输入图像转换为棕褐色。

Transpose 转置

转置输入图像。

UnsharpMask 锐化蒙版

使用USM锐化处理锐化输入图像，并将结果与原始图像叠加。

VerticalFlip 垂直翻转

随机垂直翻转输入图像。

ZoomBlur 缩放模糊

使用具有随机内核大小和中心的缩放模糊模糊输入图像。

安装

pip install albumentations

使用

基础用法

import albumentations as A
import cv2

image = cv2.imread("image.jpg")
transform = A.Compose([
		A.RandomBrightnessContrast(p=0.2),
])
transformed = transform(image=image)
transformed_image = transformed["image"]

OneOf

从一组增强方法中随机选择一个方法

import albumentations as A
import cv2

image = cv2.imread("image.jpg")
transform = A.Compose([
		A.RandomBrightnessContrast(p=0.2),
		A.OneOf([
			A.Blur(blur_limit=3, p=0.5),
			A.ColorJitter(p=0.5),
		], p=1),
])
transformed = transform(image=image)
transformed_image = transformed["image"]

SomeOf

从一组增强方法中随机选择n个方法

import albumentations as A
import cv2

image = cv2.imread("image.jpg")
transform = A.Compose([
		A.RandomBrightnessContrast(p=0.2),
		A.SomeOf([
			A.Blur(blur_limit=3, p=0.5),
			A.ColorJitter(p=0.5),
			A.RandomContrast(p=0.5),
			A.RandomGamma(p=0.5),
		], n=2, p=1),
])
transformed = transform(image=image)
transformed_image = transformed["image"]

介绍

什么是数据增强

Albumentations库

安装

使用

基础用法

OneOf

SomeOf

参考