可视化增强的训练图像 [TensorFlow目标检测API]

Question

在TensorFlow对象检测API配置文件中，可以增强图像，例如：

data_augmentation_options {
  random_horizontal_flip {
  }
}
data_augmentation_options {
  ssd_random_crop {
  }
}

如何可视化训练图像以检查数据增强的结果？

谢谢您的帮助。

- user2672299

---

你能发布完整的代码吗？ - Sharky

你对哪些代码感兴趣？ - user2672299

Answer 1

这是实现所提出问题的代码： https://github.com/majrie/visualize_augmentation/blob/master/visualize_augmentation.ipynb。它基于@danyfang的答案。

- user2672299

Answer 2

我建议您查看input_test.py文件，特别是类DataAugmentationFnTest中的函数test_apply_image_and_box_augmentation。您可以在那里添加data_augmentation_options并将图片传递给tensor_dict。为了可视化它，您可以在sess.run()之后调用matplotlib函数，因为augmented_tensor_dict_out可以作为输入参数传递。

- danyfang

---

谢谢，这很有帮助。不过，preprocessor.py也在对图像进行归一化处理。我能否禁用它或在归一化之前恢复值并仍保留增强？ - user2672299

我在 https://github.com/tensorflow/models/blob/master/research/object_detection/core/preprocessor_test.py 中发现了针对每个单独的数据增强选项的测试代码。我认为这可能更精确地符合您的目标。 - danyfang