问题标签 [albumentations]

我正在编写一个卷积自动编码器。

我在我的 tensorflow 代码中使用albumentations 进行数据增强，但我在形状尺寸方面遇到了一个粗鲁的问题。

我在 train_dataset 管道的输出中得到了 (32, 1, 256, 256, 3) 而不是 (32, 256, 256, 3) 的形状。

这是我的代码：

我认为这个问题来自 process_aug 函数，并在数据集管道中注释了 map 函数，但我没有找到 process_aug 函数中的问题所在。

我可以在 Albumentations 库中使用 AutoContrast 吗？也就是说，使最暗的像素变黑，使最亮的像素变白。我看到了 RandomBrightnessContrast 之一，但是当我将对比度参数选择为 0 时它是正确的吗？

我正在尝试使用教程ResNet50为图像分类模型训练 keras 模型。而不是内置的数据生成器，我想使用albumentations库进行扩充。

我已经阅读了几篇文章，但我无法弄清楚如何实现allementations。

我应该修改哪一行代码来实现标注。
删除不必要的行后，我正在复制下面的代码。

大家好，您能帮我解决一下随机作物增强的问题。TypeError：切片索引必须是整数或无或具有索引方法

代码如下。

这是针对 SIIM Kaggle 比赛的。我不知道如何解决这个问题，问题只是随机裁剪。我尝试在线搜索，但我无法。

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：

不幸的是，我收到了两张带有两种不同增强的图像：

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：

我是 python 编程的初学者，当我陷入以下代码时，我正在学习如何从 YouTube 编写项目。

完整代码在这里：https ://github.com/nikhilroxtomar/Retina-Blood-Vessel-Segmentation-using-UNET-in-TensorFlow/blob/main/data.py和它出现的 YouTube 是在 24:30 - https://youtu.be/tpbWZVY2dng?t=1470）

这部分是我不明白的

如何使用aug获取图像的输入参数？增强被用作字典吗？你能解释一下怎么做吗？

我已经生成了许多像下面这样的车牌图像[！[在此处输入图像描述]现在，想要转换所有像图像这样的real world vehicle number plate图像。例如- 如何将这些类型augmentation的所有增强图像保存在另一个文件夹中。

有两个选项可以修复此错误：

1. [推荐的]。使用相同的 API 切换到 Albumentations 的增强实现：Affine - https://albumentations.ai/docs/api_reference/augmentations/geometric/transforms/#albumentations.augmentations.geometric.transforms.Affine
2. 通过运行“pip install -U albumentations[imgaug]”安装包含 imgaug 的 Albumentations 版本。

那是我的错误。我试过第二种方法，但没有奏效。第一个不太明白

我正在尝试实例化变压器的组合。
在本机Python中，这看起来像这样：

输出：

我正在尝试使用Hydra实例化相同的转换，但由于某种原因，递归实例化失败，并且仅实例化了转换列表，但没有实例化外部 ( A.Compose) 函数。

输出：

但实例化失败：

输出：

我在导入albumentations 包时遇到问题，当我尝试导入它时，Python 只是退出了程序。它显示的错误代码也很模糊，从那里没有太多工作要做。我尝试使用 PIP 和 Conda 进行卸载和重新安装，但是这两个选项都失败了。如果有帮助，我目前正在使用 Windows/请在下面找到我的 Python 控制台图像