paddlex.det.transforms¶
对目标检测/实例分割任务的数据进行操作。可以利用Compose类将图像预处理/增强操作进行组合。
Compose¶
paddlex.det.transforms.Compose(transforms)
根据数据预处理/增强算子对输入数据进行操作。使用示例
参数¶
- transforms (list): 数据预处理/数据增强列表。
Normalize¶
paddlex.det.transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225], min_val=[0., 0., 0.], max_val=[255., 255., 255.])
对图像进行标准化。1.像素值减去min_val 2.像素值除以(max_val-min_val), 归一化到区间 [0.0, 1.0]。 3.对图像进行减均值除以标准差操作。
参数¶
- mean (list): 图像数据集的均值。默认为[0.485, 0.456, 0.406]。长度应与图像通道数量相同。
- std (list): 图像数据集的标准差。默认为[0.229, 0.224, 0.225]。长度应与图像通道数量相同。
- min_val (list): 图像数据集的最小值。默认值[0, 0, 0]。长度应与图像通道数量相同。
- max_val (list): 图像数据集的最大值。默认值[255.0, 255.0, 255.0]。长度应与图像通道数量相同。
ResizeByShort¶
paddlex.det.transforms.ResizeByShort(short_size=800, max_size=1333)
根据图像的短边调整图像大小（resize）。
- 获取图像的长边和短边长度。
- 根据短边与short_size的比例，计算长边的目标长度，此时高、宽的resize比例为short_size/原图短边长度。若short_size为数组，则随机从该数组中挑选一个数值作为short_size。
- 如果max_size>0，调整resize比例： 如果长边的目标长度>max_size，则高、宽的resize比例为max_size/原图长边长度。
- 根据调整大小的比例对图像进行resize。
参数¶
- short_size (int|list): 短边目标长度。默认为800。当需要做多尺度训练时，可以将
short_size设置成数组，例如[500, 600, 700, 800]。 - max_size (int): 长边目标长度的最大限制。默认为1333。
Padding¶
paddlex.det.transforms.Padding(coarsest_stride=1)
将图像的长和宽padding至coarsest_stride的倍数。如输入图像为[300, 640], coarest_stride为32，则由于300不为32的倍数，因此在图像最右和最下使用0值进行padding，最终输出图像为[320, 640]
- 如果coarsest_stride为1则直接返回。
- 计算宽和高与最邻近的coarest_stride倍数差值
- 根据计算得到的差值，在图像最右和最下进行padding
参数¶
- coarsest_stride (int): 填充后的图像长、宽为该参数的倍数，默认为1。
Resize¶
paddlex.det.transforms.Resize(target_size=608, interp='LINEAR')
调整图像大小（resize）。
- 当目标大小（target_size）类型为int时，根据插值方式，将图像resize为[target_size, target_size]。
- 当目标大小（target_size）类型为list或tuple时，根据插值方式，将图像resize为target_size。【注意】当插值方式为“RANDOM”时，则随机选取一种插值方式进行resize，作为模型训练时的数据增强操作。
参数¶
- target_size (int/list/tuple): 短边目标长度。默认为608。
- interp (str): resize的插值方式，与opencv的插值方式对应，取值范围为[’NEAREST’, ‘LINEAR’, ‘CUBIC’, ‘AREA’, ‘LANCZOS4’, ‘RANDOM’]。默认为”LINEAR”。
RandomHorizontalFlip¶
paddlex.det.transforms.RandomHorizontalFlip(prob=0.5)
以一定的概率对图像进行随机水平翻转，模型训练时的数据增强操作。
参数¶
- prob (float): 随机水平翻转的概率。默认为0.5。
RandomDistort¶
paddlex.det.transforms.RandomDistort(brightness_range=0.5, brightness_prob=0.5, contrast_range=0.5, contrast_prob=0.5, saturation_range=0.5, saturation_prob=0.5, hue_range=18, hue_prob=0.5)
以一定的概率对图像进行随机像素内容变换，模型训练时的数据增强操作。
- 对变换的操作顺序进行随机化操作。
- 按照1中的顺序以一定的概率对图像进行随机像素内容变换。
【注意】如果输入是uint8/uint16的RGB图像，该数据增强必须在数据增强Normalize之前使用。
参数¶
- brightness_range (float): 明亮度的缩放系数范围。从[1-
brightness_range, 1+brightness_range]中随机取值作为明亮度缩放因子scale，按照公式image = image * scale调整图像明亮度。默认值为0.5。 - brightness_prob (float): 随机调整明亮度的概率。默认为0.5。
- contrast_range (float): 对比度的缩放系数范围。从[1-
contrast_range, 1+contrast_range]中随机取值作为对比度缩放因子scale，按照公式image = image * scale + (image_mean + 0.5) * (1 - scale)调整图像对比度。默认为0.5。 - contrast_prob (float): 随机调整对比度的概率。默认为0.5。
- saturation_range (float): 饱和度的缩放系数范围。从[1-
saturation_range, 1+saturation_range]中随机取值作为饱和度缩放因子scale，按照公式image = gray * (1 - scale) + image * scale，其中gray = R * 299/1000 + G * 587/1000+ B * 114/1000。默认为0.5。 - saturation_prob (float): 随机调整饱和度的概率。默认为0.5。
- hue_range (int): 调整色相角度的差值取值范围。从[-
hue_range,hue_range]中随机取值作为色相角度调整差值delta，按照公式hue = hue + delta调整色相角度 。默认为18，取值范围[0, 360]。 - hue_prob (float): 随机调整色调的概率。默认为0.5。
MixupImage¶
paddlex.det.transforms.MixupImage(alpha=1.5, beta=1.5, mixup_epoch=-1)
对图像进行mixup操作，模型训练时的数据增强操作，目前仅YOLOv3模型支持该transform。当label_info中不存在mixup字段时，直接返回，否则进行下述操作：
- 从随机beta分布中抽取出随机因子factor。
- 根据不同情况进行处理：
- 当factor>=1.0时，去除label_info中的mixup字段，直接返回。
- 当factor<=0.0时，直接返回label_info中的mixup字段，并在label_info中去除该字段。
- 其余情况，执行下述操作：（1）原图像乘以factor，mixup图像乘以(1-factor)，叠加2个结果。（2）拼接原图像标注框和mixup图像标注框。（3）拼接原图像标注框类别和mixup图像标注框类别。（4）原图像标注框混合得分乘以factor，mixup图像标注框混合得分乘以(1-factor)，叠加2个结果。
- 更新im_info中的augment_shape信息。
参数¶
- alpha (float): 随机beta分布的下限。默认为1.5。
- beta (float): 随机beta分布的上限。默认为1.5。
- mixup_epoch (int): 在前mixup_epoch轮使用mixup增强操作；当该参数为-1时，该策略不会生效。默认为-1。
RandomExpand¶
paddlex.det.transforms.RandomExpand(ratio=4., prob=0.5, fill_value=[123.675, 116.28, 103.53])
随机扩张图像，模型训练时的数据增强操作。
- 随机选取扩张比例（扩张比例大于1时才进行扩张）。
- 计算扩张后图像大小。
- 初始化像素值为输入填充值的图像，并将原图像随机粘贴于该图像上。
- 根据原图像粘贴位置换算出扩张后真实标注框的位置坐标。
- 根据原图像粘贴位置换算出扩张后真实分割区域的位置坐标。
参数¶
- ratio (float): 图像扩张的最大比例。默认为4.0。
- prob (float): 随机扩张的概率。默认为0.5。
- fill_value (list): 扩张图像的初始填充值（0-255）。默认为[123.675, 116.28, 103.53]。
【注意】该数据增强必须在数据增强Resize、ResizeByShort之前使用。
RandomCrop¶
paddlex.det.transforms.RandomCrop(aspect_ratio=[.5, 2.], thresholds=[.0, .1, .3, .5, .7, .9], scaling=[.3, 1.], num_attempts=50, allow_no_crop=True, cover_all_box=False)
随机裁剪图像，模型训练时的数据增强操作。
- 若allow_no_crop为True，则在thresholds加入’no_crop’。
- 随机打乱thresholds。
- 遍历thresholds中各元素： (1) 如果当前thresh为’no_crop’，则返回原始图像和标注信息。 (2) 随机取出aspect_ratio和scaling中的值并由此计算出候选裁剪区域的高、宽、起始点。 (3) 计算真实标注框与候选裁剪区域IoU，若全部真实标注框的IoU都小于thresh，则继续第3步。 (4) 如果cover_all_box为True且存在真实标注框的IoU小于thresh，则继续第3步。 (5) 筛选出位于候选裁剪区域内的真实标注框，若有效框的个数为0，则继续第3步，否则进行第4步。
- 换算有效真值标注框相对候选裁剪区域的位置坐标。
- 换算有效分割区域相对候选裁剪区域的位置坐标。
【注意】该数据增强必须在数据增强Resize、ResizeByShort之前使用。
参数¶
- aspect_ratio (list): 裁剪后短边缩放比例的取值范围，以[min, max]形式表示。默认值为[.5, 2.]。
- thresholds (list): 判断裁剪候选区域是否有效所需的IoU阈值取值列表。默认值为[.0, .1, .3, .5, .7, .9]。
- scaling (list): 裁剪面积相对原面积的取值范围，以[min, max]形式表示。默认值为[.3, 1.]。
- num_attempts (int): 在放弃寻找有效裁剪区域前尝试的次数。默认值为50。
- allow_no_crop (bool): 是否允许未进行裁剪。默认值为True。
- cover_all_box (bool): 是否要求所有的真实标注框都必须在裁剪区域内。默认值为False。