Python数据增强(data augmentation)库--Augmentor 使用介绍

Augmentor 使用介绍

原图

1.random_distortion(probability, grid_height, grid_width, magnitude)

最终选择参数为

  • p.random_distortion(probability=0.8, grid_height=3, grid_width=3, magnitude=6)

其他参数效果:

magnitudegrid_width,grid_height越大,扭曲程度越大


  • p.random_distortion(probability=0.6, grid_height=6, grid_width=6, magnitude=5)
  • p.random_distortion(probability=0.6, grid_height=6, grid_width=6, magnitude=9)
  • p.random_distortion(probability=0.6, grid_height=10, grid_width=10, magnitude=5)

2.random_erasing(probability, rectangle_area)

rectangle_area表示覆盖区域的比例,值越大比例越大。但是设置为1的时候并不是全覆盖,不知道为什么,反正也没必要弄清楚

  • p.random_erasing(1,1)

3.zoom_random(probability, percentage_area)

放大图片,然后按照percenta_area的比例对图片进行crop。

  • p.zoom_random(probability=1, percentage_area=0.2)
  • p.zoom_random(probability=1, percentage_area=0.8)

4.zoom(probability, min_factor, max_factor)

  • p.zoom(probability=1, min_factor=1.1, max_factor=1.5)
  • p.zoom(probability=1, min_factor=2, max_factor=2)

组合操作

p.rotate_random_90(probability=0.8)
p.random_distortion(probability=0.8, grid_height=3, grid_width=3, magnitude=6)
p.random_erasing(0.3, 0.2)
p.zoom(probability=0.4, min_factor=1.1, max_factor=1.5)
p.sample(6)

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏marsggbo

使用numpy解决图像维度变换问题

在机器学习中经常会碰到各种图像数据集,有的是按照num*height*width*channel来存储的,而有的则是num*channel*height*wid...

73320
来自专栏ACM算法日常

第五篇:《机器学习之逻辑回归(下)》

https://pan.baidu.com/s/1tnMHvLWB_qXyuoPiBgnhaQ

9930
来自专栏计算机视觉与深度学习基础

【深度学习】使用tensorflow实现VGG19网络

接上一篇AlexNet,本文讲述使用tensorflow实现VGG19网络。 VGG网络与AlexNet类似,也是一种CNN,VGG在2014年的 ILSV...

58340
来自专栏ml

mxnet运行时遇到问题及解决方法

1.训练好模型之后,进行预测时出现这种错误: 1 mxnet.base.MXNetError: [15:05:50] src/ndarray/ndarray.c...

67740
来自专栏大数据风控

Python中的数据标准化

数据标准化 数据标准化是指将数据按比例缩放,使之落入到特定区间。 为了消除量纲的影响,方便进行不同变量间的比较分析。 0-1标准化: x=(x-min)/(ma...

30090
来自专栏运维

求两数的平均值

某文件中,有如下多行数据 ,需要统计含关键字:real 对应行的数值(第二列),并最后得出总平均值 请给出相关命令 或 实现思路? 样本数据如下: Real  ...

14410
来自专栏WOLFRAM

三维图形中指定绘图的区域,想知道这个区域上最大值是多少?

16640
来自专栏yl 成长笔记

几何变换

10320
来自专栏杨熹的专栏

TensorFlow-2: 用 CNN 识别数字

---- 本文结构: CNN 建立模型 code ---- 昨天只是用了简单的 softmax 做数字识别,准确率为 92%,这个太低了,今天用 CNN 来提高...

37750
来自专栏YoungGy

ML基石_12_NonLinearTransformation

retro quadratic hypothesis nonlinear transform price on nonlinear transform stru...

20580

扫码关注云+社区

领取腾讯云代金券