数据增强——图像翻转，BoundingBox翻转

最新推荐文章于 2024-07-03 10:56:13 发布
原创 最新推荐文章于 2024-07-03 10:56:13 发布 · 1.3k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #目标检测 #数据增强 #bbox坐标翻转

本文探讨了在使用OpenCV进行图像翻转时，如何正确处理图像中的边界框（BoundingBox）。通过实例说明，边界框的翻转规则是：新的xmin等于图像宽度减去原来的xmax，新的xmax等于宽度减去原来的xmin，而ymin和ymax保持不变。提供的代码展示了如何在Python中实现这一转换。

数据增强——图像翻转，BoundingBox翻转

图像翻转很容易，边界框如何翻转呢？

找到一张没有标注的原图，用opecv在原图上把bbox画出来，利用QQ截图的功能，将坐标标出来

请添加图片描述
代码如下：

import cv2 as cv

img_path = "./test_image/2007_000027.jpg"
img = cv.imread(img_path)
# 画框
cv.rectangle(img, (174,
最低0.47元/天 解锁文章
YOLO数据集实现数据增强的方法（裁剪、平移 、旋转、改变亮度、加噪声等）
路人贾的博客
07-16 4万+
数据集样本太少怎么办？数据集优质图像不够怎么办？如何做到更好的数据预处理？一文带你学会数据增强，还可实现带标签的扩充。
深度解析与应用指南：DOTA遥感图像目标检测数据集全面教程
最新发布
LXY_LOVE36的博客
07-03 326
DOTA数据集是一个大规模遥感图像目标检测基准数据集，旨在解决该领域数据匮乏的核心问题。它包含2806张高分辨率航拍图像（约4000×4000像素）、15个目标类别和18.8万个实例，总大小35GB。数据集采用任意四边形标注方式，精准捕捉遥感目标的任意方向性特性。DOTA通过整合多源遥感数据，覆盖了不同传感器、分辨率和地理环境，为算法提供了真实且多样化的训练场景。其发布极大地推动了旋转目标检测等研究方向的发展，成为遥感图像理解领域的重要基准平台。
目标检测图像数据增强（Data Augmentation）—— 旋转
uncle_ll的博客
11-12 1万+
参考https://blog.youkuaiyun.com/u014540717/article/details/53301195
边界框的数据增强
BBM的博客
04-07 472
当我们谈到从深度学习任务中获得良好的性能时，一般认为数据越多越好。但是，我们可能只有有限的数据。数据增强是通过人工增强我们的数据集来应对这种数据短缺的一种方法。事实上，该技术已被证明非常成功，以至于它已经成为深度学习系统的主要内容。
图像批量数据增强（平移、旋转，翻转，对比度增强等）
09-20
图像的批量数据增强。程序需要python环境，使用起来方便快捷。只需修改图片来源和输出路径，并根据功能调整即可
图片 bbox 翻转
a362682954的博客
11-16 942
  图片翻转： def random_flip(img, y_random=False, x_random=False, return_param=False, copy=False): y_flip, x_flip = False, False if y_random: y_flip = random.choice([Tru...
图片和box旋转
ab0902cd的博客
02-25 444
import os,cv2,shutil,math import numpy as np root = '/home/data/general_ocr_det_data' #root = '/home/xx/data/general_det_data' def rotate_about_center(src, angle, scale=1.): """https://www.osch...
tensorflow学习笔记——图像数据处理
li123128的博客
08-17 542
喜欢摄影的盆友都知道图像的亮度，对比度等属性对图像的影响是非常大的，相同物体在不同亮度，对比度下差别非常大。然而在很多图像识别问题中，这些因素都不应该影响最后的结果。所以本文将学习如何对图像数据进行预处理使训练得到的神经网络模型尽可能小地被无关因素所影响。但与此同时，复杂的预处理过程可能导致训练效率的下降。为了减少预处理对于训练速度的影响，后面也学习多线程处理输入数据的解决方案。 　　在大部分图...
用于图像分类和管道计数的数据集
03-31
数据集中包含的注释文件，很可能是边界框（bounding box）标注，它们指示了每条管道在图像中的精确位置。这使得我们可以利用像YOLO（You Only Look Once）这样的实时目标检测算法进行训练。YOLOv7是YOLO系列的最新...
Python图像增强（翻转和旋转）
renwu
11-19 1万+
前言 在训练神经网络的时候，经常需要对原始图像做各种各样的增强来增加数据量，最常见的也就是旋转和翻转操作了，实现这两种操作也多种多样，本博客就是来探究不同操作带来的结果 本文所有的实验都是基于2维的图像，即2维数组 原始图为（https://baike.baidu.com/item/%E5%94%90%E8%80%81%E9%B8%AD/4344419?fr=aladdin）： 翻转（flip，flipud，fliplr） flip适用于所有的数组翻转，而flipud和fliplr一般用于图像（2维数组）
数据增强——图像翻转
清风拂面
12-12 2559
目标：利用CV2通过对图像旋转、翻转，实现图像扩增 功能1：图像翻转 函数：cv2.flip（src, flipCode[, dst]） flipCode Anno 1 水平翻转 0 垂直翻转 -1 水平垂直翻转 参考地址：https://blog.youkuaiyun.com/jningwei/article/details/78753607 水平翻转目标框坐...
数据增强——图像旋转
清风拂面
12-12 1645
目标：利用CV2通过对图像旋转，实现图像扩增 功能1：图像旋转 函数： 构建旋转矩阵：M=cv2.getRotationMatrix2D（(w // 2, h // 2),-90, 1） 第一个参数为旋转中心，第二个为旋转角度(负数：顺时针旋转，正数：逆时针旋转)，第三个为旋转后的缩放因子 ...
批量上下或者左右翻转图片，并按照顺序命名。
u014391069的博客
05-08 289
tmppath = last+ img_name #新的保存路径 pri_image.transpose(Image.FLIP_TOP_BOTTOM).save(tmppath) #将图片上下翻转并保存到tmppth这个路径下面。list_img.sort(key=lambda x: int(x.replace("frame","").split('.')[0])) #用sort排序函数保证按照顺序输出图片名称。以下是我的代码实现。2.设置待处理图片的文件夹，以及保存新生成的图片的文件夹。
python 图像和bounding box随机旋转
Nick Blog
06-24 2380
import random import numpy as np import cv2 import matplotlib.pyplot as plt class RandomRotate(object): def __init__(self, max_degree, rotate_ratio=0.5, mean=(103.939, 116.779, 123.68)): assert isinstance(max_degree, int) self.max_deg
globalmapper如何选取图像上的点_pytorch图像数据增强7大技巧
weixin_39809540的博客
11-27 286
数据增强对深度神经网络的训练来说是非常重要的，尤其是在数据量较小的情况下能起到扩充数据的效果。本文总结了pytorch中使用torchvision提供的transform模块，进行数据增强常用的7种方式，并将每种操作封装为函数，便于CV（Ctrl）程序员使用，共包含以下8个部分（如果觉得有用请点个赞呀！！！）：（1）获取PIL.Image类型图片（准备数据）（2）中心裁剪（3）随机裁剪（4）Res...
目标检测数据增强，旋转方法
weixin_30662109的博客
02-14 721
# 旋转 def _rotate_img_bbox(self, img, bboxes, angle=5, scale=1.): ''' 参考:https://blog.youkuaiyun.com/u014540717/article/details/53301195crop_rate 输入: ...
【数据增强】添加缩小、水平翻转、旋转、增加图像噪声和增亮功能
向往有那么一天梦幻的步态识别落地，开花❀！
09-27 2197
参加了“智蔗见智·向新而生”广西第二届人工智能大赛，但是他给的数据集只有不到100张，对于语义分割模型的训练来说实在是杯水车薪，我们队的处理方案是：先按照十字架方式裁剪图片，之后再进行3个角度的翻转，一系列数据增强的操作了数据集的数量是原来的4*4=16倍，已经可以满足模型的训练要求！而本文正是记录旋转这个数据增强的方式。
图像增强方法汇总OpenCV+python实现【第一部分：常用图像增强方法】
今晚打老虎的专栏
07-03 4023
图像增强是指通过各种技术手段改善图像的视觉效果，使其更适合特定的应用场景。以下是一些常见的图像增强方法。注意：本文从广义的角度讲图像增强方法，这些图像增强方法不一定都适用于CV中AI模型训练前的图像处理。
基于深度学习的目标检测：数据增强（一）图像翻转、图像旋转、图像放缩
热门推荐
星智云图工作室（StarImagine Studio）
07-31 1万+
1.数据增强简介 数据增强（data augmentation），又名数据增广或数据扩充，其本质是通过使用图像处理方法，基于有限的数据产生更多的数据，以此增加训练样本的数量以及多样性，进而提升模型的泛化能力和鲁棒性。 本篇主要涉及到的知识点有： 数据增强的定义：明晰数据增强技术的原理及其在深度学习中的意义。 数据增强的方法：学会使用图像处理方法实现对于数据集中的样本扩充。 图像源扩充方法：学会通过与训练或扩充图像源的方式实现训练数据增强。 说明：数据增强的对象是已有的训练样
15种常见病虫幼虫图像识别数据集
因此，建议使用者结合数据增强技术（如旋转、翻转、色彩抖动、缩放、裁剪等）来扩充训练集规模，或者引入迁移学习策略，利用在大规模图像数据集（如ImageNet）上预训练的模型权重进行微调，以提升模型泛化能力。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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