技术标签: # 深度学习
在之前的文章中,分别对数据增强的库函数进行了介绍,本文将结合实际应用进行批量图片的数据增强。
背景:项目采集的是灰度图,原数据只有不到20张图片,因此,选择数据增强的方法,通过不同变换方法的组合,实现数据增加的百张以上,这样才可以放入深度学习模型进行训练(利用迁移学习)。
话不多说,直接上代码,在代码中解释用到的变换操作。
#!usr/bin/python
# -*- coding: utf-8 -*-
import cv2
from imgaug import augmenters as iaa
import os
class MyAugMethod():
def __init__(self):
self.seq = iaa.Sequential()
self.imglist_name = []
self.imglist = []
# 遍历输入文件夹,返回所有图片名称
def show_path_file(self, inputpath, all_files_name, all_files):
# 首先遍历当前目录所有文件及文件夹
file_list = os.listdir(inputpath)
# 保存图片文件的目录
last_path = inputpath
# 准备循环判断每个元素是否是文件夹还是文件,
# 是文件的话,把名称传入list,是文件夹的话,递归
for filename in file_list:
# 利用os.path.join()方法取得路径全名,并存入cur_path变量
# 否则每次只能遍历一层目录
cur_path = os.path.join(inputpath, filename)
# 判断是否是文件夹
if os.path.isdir(cur_path):
last_path = cur_path
self.show_path_file(cur_path, all_files_name, all_files)
else:
filename = os.path.join(last_path, filename)
all_files_name.append(filename)
all_files.append(cv2.imread(filename))
# 定义增强的方法
def aug_method(self):
# 给指定的方法设置对应比例
# 如Sometimes(0.5, GaussianBlur(0.3))表示每两张图片做一次模糊处理
sometimes = lambda aug: iaa.Sometimes(0.5, aug)
# 定义一组变换方法.
self.seq = iaa.Sequential([
# 选择0到5种方法做变换
iaa.SomeOf((0, 5),
[
# 将图像进行超分辨率,每幅图采样20到200个像素,
# 替换其中的一些值,但不会使用平均值来替换所有的超像素
sometimes(
iaa.Superpixels(
p_replace=(0, 1.0),
n_segments=(20, 200)
)
),
# 使用不同的模糊方法来对图像进行模糊处理
# 高斯滤波
# 均值滤波
# 中值滤波
iaa.OneOf([
iaa.GaussianBlur((0, 3.0)),
iaa.AverageBlur(k=(2, 7)),
iaa.MedianBlur(k=(3, 11)),
]),
# 对图像进行锐化处理,alpha表示锐化程度
iaa.Sharpen(alpha=(0, 1.0), lightness=(0.75, 1.5)),
# 与sharpen锐化效果类似,但是浮雕效果
iaa.Emboss(alpha=(0, 1.0), strength=(0, 2.0)),
# 添加高斯噪声
iaa.AdditiveGaussianNoise(
loc=0, scale=(0.0, 0.05*255)
),
# 每个像素增加(-10,10)之间的像素值
iaa.Add((-10, 10), per_channel=0.5),
# 将-40到40之间的随机值添加到图像中,每个值按像素采样
iaa.AddElementwise((-40, 40)),
# 改变图像亮度(原值的50-150%)
iaa.Multiply((0.5, 1.5)),
# 将每个像素乘以0.5到1.5之间的随机值.
iaa.MultiplyElementwise((0.5, 1.5)),
# 增强或弱化图像的对比度.
iaa.ContrastNormalization((0.5, 2.0)),
],
# 按随机顺序进行上述所有扩充
random_order=True
)
],random_order=True)
# 增强函数
def aug_data(self, inputpath, times):
# 获得输入文件夹中的文件列表
self.show_path_file(inputpath, self.imglist_name, self.imglist)
# 实例化增强方法
self.aug_method()
#对文件夹中的图片进行增强操作,循环times次
for count in range(times):
print("aug data for {} times ".format(count))
images_aug = self.seq.augment_images(self.imglist)
for index in range(len(images_aug)):
filename = self.imglist_name[index].split(".jpg", 1)[0]
filename = filename + "_" + str(count) +'.jpg'
#保存图片
cv2.imwrite(filename, images_aug[index])
# print('image of count%s index%s has been writen'%(count,index))
if __name__ == "__main__":
# 图片文件相关路径
inputpath = './data/test'
times = 3
test = MyAugMethod()
test.aug_data(inputpath, times)
(待完成……)
通过以上代码的操作,可将目标文件夹中的原始图片进行随机变化,选择变化方法组中的0到5种操作,当然,也可以在方法组中添加其它需要的操作,由于我的原图是灰度图,没有涉及到颜色空间的变化,如果是彩色图,可以增加相对应的变化,这样更全面一些。
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf