深度学习图像增强---python库imgaug

原创

于 2019-01-16 17:09:28 发布 · 2.4k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#图像增强 #分割 #关键点检测

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((<