问题标签 [albumentations]

我正在为一组图像和 bbox 使用专辑。

我的边界框是“yolo”格式，即（x_mid，y_mid，width，height），全部标准化。

在为一组边界错误运行标注时，当边界框采用以下值时，会出现上述错误（ValueError：x_max 小于或等于 bbox 的 x_min）：[0.00017655367231635, 0.0002155172413793, 0.0003531073446327, 0.0004310344827586]。这里，x_min, y_min=[0,0]。

其他边界框不会出现此错误 - 例如：[0.3060659468984962, 0.4418239134174312, 0.2412257095864662, 0.5496854701834863]。

当我稍微增加 ERROR 边界框的所有尺寸时，此错误得到解决，即：将此错误 BB [0.00017655367231635、0.0002155172413793、0.0003531073446327、0.0058631034482] 的 x_mid、y_mid、x_width 和 y_width 增加 0.01。

产生的无错误 BB：[0.01017655367231635、0.0102155172413793、0.0103531073446327、0.010431034482758601]。

谁能告诉我在不改变 BB 尺寸的情况下解决此错误的方法？

我正在使用以下代码进行标注：

详细错误：

我是数据增强的新手，到目前为止，我已经收集到它用于通过稍微更改其中的数据（即旋转或裁剪）并将增强图像添加到数据集中来使数据集更大。它是这样工作的吗？如果是这样，我已经看到了很多使用 Albumentations 库的示例，在这些示例中，我们只是以一定的概率更改数据集中的图像，但数据集的大小保持不变。我觉得我错过了什么。先感谢您！

我有一种情况，我需要将 ImageFolder 与albumentations lib 一起使用以在 pytorch 中进行扩充 - 自定义数据加载器不是一个选项。

为此，我被难住了，我无法让 ImageFolder 与albumenations一起工作。我已经尝试过这些方面的东西：

接着：

traindir一些带有图像的目录在哪里。然而，我得到了一个奇怪的错误：

而且我似乎无法找到一个可重现的示例来使简单的 aug pipleline 与 imagefolder 一起工作。

更新 根据@Shai 的建议，我现在已经这样做了：

但我被抛出：

我按照此处网站上的 pytorch 教程进行对象检测。如果它可以改善我的训练，我决定使用allementations添加更多的增强。但是，__getitem__()在数据集类中调用该方法后，我收到此错误。

我也包含了我使用的增强代码。

我有一个不平衡的数据集，其中包含 04 个类，其中一个是背景类，另外三个是其他类。现在，我的大部分图像都包含背景和另一个类“x”，而另外两个是少数类。我想只对少数类做一些扩充。如果我在创建 torchvision.datasets 时执行转换，它将增加所有数据，并且我的数据集仍然不平衡。我应该如何设置标准，以便它寻找少数类并对其进行扩充？我的目录中有标签、图像和基本事实。当我使用标注工具进行裁剪和调整大小时，我正在考虑使用它来翻转和转换少数类的图像，但我不明白如何查找具有少数类的图像并将转换仅应用于这些图像。

当我将 animage和 a传递mask给albumentations.Normalize(mean, std).

我将如何整合这个？我应该在数据集中手动添加它吗？

感谢您提供的任何提示！

我将图像增强用于图像分割任务，训练 Unet。由于 Keras ImageDataGenerator 没有很多用于增强的选项，我尝试了 Albumentations（专为增强而设计的库）。首先，我想复制 Keras 增强功能，看看 Albumentations 增强功能是否会执行相同的操作（......他们不会）。新库实际上在验证数据上的表现更差，模型稍微过拟合。

下面的代码显示了两个不同的生成器（Keras 与 Albumentations）。这是我更改的代码的唯一部分，因此应该在此处找到问题。我发现的一件事是 Keras 使用样条插值（一阶），而 Albumentations 使用正常的线性插值。样条插值（一阶）只是线性插值的一个域，所以我相信它是相同的（虽然不确定）。

所以我的问题是：为什么即使增强技术和参数完全相同，它们的性能也不完全相同？我知道这涉及到一些随机性，但我通过几次培训对此进行了测试，并且总是得到类似的结果。

编辑：更改了 Albumentations 库源代码，因此它使用样条插值（就像 Keras 一样）。结果表明，Albulentations 的表现甚至更差。所以这可能不是问题所在。

当我使用“albumentations”时，我将“min_visibility”设置为参数之一。但是，在我下面的示例代码中，仍然存在一个边界框 (Pos2)，它与原始大小相比只有 0.223 倍，即使 min_visibility 设置为 0.3。

似乎在每个步骤（A.CenterCrop，A.Rotate）中评估了“min_visibility”的面积变化。但不评估端到端步骤 (A.CenterCrop + A.Rotate) 的变化。

如果有人好心地说明这种现象的一些原因，我将不胜感激。

环境

• 专辑版本：1.1.0
• Python版本：3.7.12
• 操作系统：Linux（谷歌 Colab）

我正在运行以下代码： [https://pastebin.com/LK8tKZtN] 获得的错误如下：

文件“C:\Users\Admin\PycharmProjects\BugsClassfications\main2.py”，第 45 行，在 set_shapes * label.set_shape([])

如何正确使用 set_shape 函数与 image_dataset_from_directory 一起使用？

这是我的代码：

我在alphentation中使用关键点增强，如下代码所示：

对于健全性检查，目前所有空间转换均为无。这是之前边界框的值：

这是增强后边界框的值：

我想知道是否有任何关于 Albumentation API 的建议使用？从文档看来，可可边界需要绝对值，但我必须将标准化值输入 API。