CV语义分割-地表建筑物识别-task2 数据扩增

关注

VIP免费原创最新推荐文章于 2026-03-04 00:52:00 发布 393 阅读 AI 写同款· GEO 优化 ›

CV语义分割-地表建筑物识别-task1 赛题理解 CV语义分割-地表建筑物识别-task1 赛题理解比赛地址：比赛地址开源内容：开源内容 1，学习目标 • 理解赛题背景和赛题数据 • 完成赛题报名和数据下载，理解赛题的解题思路 2，数据标签RLE的意义 RLE 全称（run-length encoding），翻译为游程编码或行程长度编码，对连续的黑、白像素数以不同的码字进行编码。RLE 是一种简单的非破坏性资料压缩法，经常用在在语义分割比赛中对标签进行编码。可以理解为：用2个字节为最小单位进行压缩，第一个字节最高位表示重复还是非重复数据，低7bit表阅读详情

CV语义分割-地表建筑物识别-task2 数据扩增

一、学习目标

• 理解基础的数据扩增方法
• 学习 OpenCV 和 albumentations 完成数据扩增
• Pytorch 完成赛题读取

二、数据扩增方法梳理

数据扩增方法如下

三、扩增练习

1，基于opencv的几何变换

plt.imshow(cv2.flip(img, 0)) ##垂直翻转
plt.imshow(cv2.flip(img, 1)) ##水平翻转

x, y = np.random.randint(0, 256), np.random.randint(0, 256)
- plt.imshow(img[x:x+256, y:y+256])##随机裁剪

plt.figure(figsize=(16, 8))
plt.subplot(2, 2, 1)
plt.imshow(img)
plt.subplot(2, 2, 2)
#plt.imshow(mask)
x, y = np.random.randint(0, 256), np.random.randint(0, 256)
plt.imshow(img[x:x+256, y:y+256])##随机裁剪
plt.subplot(2, 2, 3)·plt.imshow(cv2.flip(img, 0)) ##垂直翻转

plt.subplot(2, 2, 4)
#plt.imshow(mask)
plt.imshow(cv2.flip(img, 1)) ##水平翻转