2

我正在使用 Pytorch，并希望使用 Albumentations 对我的图像进行数据增强。我的数据集对象有两个不同的目标：“模糊”和“锐利”。两个目标的每个实例都需要具有相同的更改。当我尝试使用这样的 Dataset 对象执行数据扩充时：

class ApplyTransform(Dataset):
def __init__(self, dataset, transformation):
    self.dataset = dataset
    self.aug = transformation
     
def __len__(self):
    return (len(self.dataset))

def __getitem__(self, idx):
    sample, target = self.dataset[idx]['blurry'], self.dataset[idx]['sharp']
    transformedImgs = self.aug(image=sample, target_image=target)
    sample_aug, target_aug = transformedImgs["image"], transformedImgs["target_image"]
    return {'blurry': sample_aug, 'sharp': target_aug}

不幸的是，我收到了两张带有两种不同增强的图像：

在此处输入图像描述

当我在没有 Dataset 对象的情况下尝试相同的操作时，我会收到两张具有相同增强应用的图像。有人知道如何使它与数据集对象一起工作吗？

这是我的增强管道：

augmentation_transform = A.Compose(
        [
        A.Resize(1024,1024, p=1),
        A.HorizontalFlip(p=0.25),
        A.Rotate(limit=(-45, 65)),
        A.VerticalFlip(p=0.24),
        A.RandomContrast(limit=0.3, p=0.15),
        A.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
        A.pytorch.transforms.ToTensorV2(always_apply=True, p=1.0)
        ],
        additional_targets={"target_image": "image"}
        )
4

1 回答 1

1

您可以堆叠模糊和清晰的图像，应用您的增强然后将它们拆开

于 2021-06-21T21:45:24.903 回答