我正在尝试使用对象检测API的数据扩充功能,特别是random_image_scale。
挖掘一下我找到了实现它的功能(粘贴在下面)。我遗失了一些东西,或者盒子的基本事实没有在这里处理?我环顾四周,没找到任何东西。如果根据对图像进行缩放而没有相应地修改基础事实,那么它将会被训练的模型搞砸,不是吗?
如果我遗漏了某些内容,请告诉我,否则我应该避免使用此功能来训练我的网络。
该文件是/object_detection/core/preprocessor.py
def random_image_scale(image,
masks=None,
min_scale_ratio=0.5,
max_scale_ratio=2.0,
seed=None):
"""Scales the image size.
Args:
image: rank 3 float32 tensor contains 1 image -> [height, width, channels].
masks: (optional) rank 3 float32 tensor containing masks with
size [height, width, num_masks]. The value is set to None if there are no
masks.
min_scale_ratio: minimum scaling ratio.
max_scale_ratio: maximum scaling ratio.
seed: random seed.
Returns:
image: image which is the same rank as input image.
masks: If masks is not none, resized masks which are the same rank as input
masks will be returned.
"""
with tf.name_scope('RandomImageScale', values=[image]):
result = []
image_shape = tf.shape(image)
image_height = image_shape[0]
image_width = image_shape[1]
size_coef = tf.random_uniform([],
minval=min_scale_ratio,
maxval=max_scale_ratio,
dtype=tf.float32, seed=seed)
image_newysize = tf.to_int32(
tf.multiply(tf.to_float(image_height), size_coef))
image_newxsize = tf.to_int32(
tf.multiply(tf.to_float(image_width), size_coef))
image = tf.image.resize_images(
image, [image_newysize, image_newxsize], align_corners=True)
result.append(image)
if masks:
masks = tf.image.resize_nearest_neighbor(
masks, [image_newysize, image_newxsize], align_corners=True)
result.append(masks)
return tuple(result)
答案 0 :(得分:2)
如果您使用的是tfrecord文件,则框边界不是绝对像素,而是相对百分比。因此,如果缩放图像,框保持不变。
所以使用它应该没问题。