进行训练的话如果直接用原图進行训练,也是可以的(就如我们最喜欢Mnist手写体)但是大部分图片长和宽不一样,直接resize的话容易出问题
除去resize的问题外,有些时候数据鈈足该怎么办呢当然要用到数据增强啦。
这篇文章就是记录我最近收集的一些数据预处理的方式
对于很多分类、目标检测算法,输入嘚图片长宽是一样的如224,224、416,416等。
直接resize的话图片就会失真。
但是我们可以采用如下的代码使其用padding的方式不失真。
这个的意思就是可以直接增加图片的方式进行数据增强
对于我而言,常用的方法如下:
实际使用时可以利用如下函数生成图像:
在如下的函数中可以通过改变Ehance函数中的参数实现不同的增强方式。
在目标检测中如果要增强数据并不是直接增强图片就好了,还要考虑到图片扭曲后框的位置
也就是框的位置要跟着图片的位置进行改变。