我一直在使用imgaug手动制作数据增强器,因为我确实喜欢其中一些在tf物体检测API中不可用的选项。例如,我使用运动模糊,因为我的许多数据都有快速移动和模糊的对象。
如何最好地将我的增强序列与API集成以进行即时训练?
例如,假设我有一个增强器:
aug = iaa.SomeOf((0, 2),
[iaa.Fliplr(0.5), iaa.Flipud(0.5), iaa.Affine(rotate=(-10, 10))])
有没有一种方式可以配置对象检测 API 以使其与此配合使用?
我目前正在使用 imgaug
生成(增强)训练数据,然后从每个迭代的增强流程创建 tfrecord
文件。这非常低效,因为我保存了大量数据到磁盘而不是在训练期间实时运行增强。
tf.py_func
的东西,这可能不是非常高效的。 - jdehesapreprocessing.py
模块,也许那是推进这个问题的地方。 - ericpreprocessing.py
中。坦率地说,我原以为将imgaug与TF API集成很简单,以为我只是缺少一些标准技巧。 - eric