深度学习图像增强---python库imgaug

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


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((<
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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