深度学习图像增强---python库imgaug

最新推荐文章于 2025-05-11 19:49:04 发布

踏雪飞鸿12

最新推荐文章于 2025-05-11 19:49:04 发布

阅读量2.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： pyLearning 深度学习医疗图像分割文章标签：图像增强分割关键点检测

本文链接：https://blog.youkuaiyun.com/weixin_38957591/article/details/85005280

本文探讨了如何使用imgaug库对图像进行增强，分别针对关键点检测和图像分割两个任务。landmark增强专注于关键点检测，而segmentation增强确保了分割映射与输入图像的同步变换，以提升深度学习模型的训练效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像增强python库imgaug

landmark 增强
segmentation 增强

imgaug用来做图像增强的一个python库 ¹。
图像增强是在小样本以及提高模型泛化能力的通常采用的措施。
下面总结一下我之前用到过的一些内容。

landmark 增强

对应于关键点检测

import imgaug as ia
from imgaug import augmenters as iaa

image = ia.quokka(size=(256, 256))
keypoints = ia.KeypointsOnImage([
    ia.Keypoint(x=65, y=100),
    ia.Keypoint(x=75, y=200),
    ia.Keypoint(x=100, y=100),
    ia.Keypoint(x=200, y=80)
], shape=image.shape)

seq = iaa.Sequential([
    iaa.Multiply((<