python - 自动制作合成图像用于 cnn 训练

Question

我想训练一个 CNN 来使用 tensorflow 检测和分类任何类型的标志（主要是实验室和安全标记）。虽然我可以使用例如 Bing API 为分类训练集收集足够的训练数据，但我正在努力考虑一种解决方案，以便为对象检测训练集获取足够的图像。由于这些标记大多不公开，我想我可以将自然场景图像与标记本身的图像合成，以获得训练集。有没有办法自动做到这一点？我查看了 tensorflow 数据增强类，但它似乎只为更简单的数据增强任务提供功能。

Answer 1

您可以使用 OpenCV 作为预处理。

算法如下：

1. 随机选择自然场景图像和标志图像的组合。
2. 在粘贴标志图像的自然场景图像中随机采样位置。
3. 将标志图像粘贴到该位置。
4. 获取粘贴的图像和位置作为训练数据的一部分。

第 1 步和第 2 步是使用 python 标准random模块或numpy.

Step3 使用 opencv-python 完成。请参阅在较大的图像 python OpenCv 上叠加较小的图像 。