Question

我正在使用python中的opencv2进行数据扩充。我正在使用的数据集包含大约4000张96x96单通道图像。

我正在使用一系列平移和缩放的仿射变换 cv2.warpAffine。但是我注意到，随着代码遍历数据集，过程变得越来越慢。下面的旋转变换代码-我在每个图像上都调用它。

def augment_rotation(depth):
augment_rotate = []
rows,cols = depth.shape
for i in range(-180,181):
    M = cv2.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),i,1)
    augment_rotate.append(cv2.warpAffine(depth,M,(cols,rows)))
return augment_rotate

这不限于我的计算机，因为我在其他计算机上尝试过并遇到相同的问题。任何想法如何解决这个问题或使其更快，这样我就不必等待数小时才能执行增强操作？

Answer 1

我遇到了joblib库内置的python。为此目的而设计。根据{{3}}，joblib帮助使用后端的multiprocessing库并行执行循环。

文档说明了一个数值示例，用于并行执行一系列数字的简单数学运算。我能够将此功能扩展为处理图像。作为一个示例演示，我选择对我的桌面上的所有图像进行加权总和和 without joblib。

事实证明，对于14张总大小为58Mb的图像，我得到了以下信息：

('Using Joblib : ', 0.09400010108947754)
('Without Joblib : ', 15.386000156402588)

the documentation。我相信您也可以将其用于扩充！！

尝试一下，让我知道它的工作原理！

如何加快图像的数据扩充

1 个答案: