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。
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。
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。
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