时间戳

首页 > 解决方案 > 如何在 tensorflow tf.data.Dataset 中使用 cv2 图像增强功能？

tensorflow - 如何在 tensorflow tf.data.Dataset 中使用 cv2 图像增强功能？

问题描述

我tf.data.Dataset用来创建我的数据集并使用 keras 训练 CNN。我需要在图像上应用蒙版，蒙版取决于图像的形状，没有预定义的像素坐标。

在网上寻找答案时，我发现在 TensorFlow 中有两种访问图像形状的方法（在训练时）：

  1. 使用急切执行（在我的情况下默认情况下未启用，我使用的是 tf v 12.0）

  2. 使用会话

我不想使用急切执行，因为它会减慢训练速度，并且不能使用会话，因为我使用 Keras 训练和测试 CNN（我将数据提供给model.train()使用 的迭代器tf.data.Dataset）。

结果，我无法知道图像的形状，因此无法访问特定像素以进行数据增强。

我使用应用掩码的 OpenCV (cv2) 编写了一个函数。有没有办法将它与 TensorFlow 数据管道集成？

编辑：我找到了解决方案。我使用tf.py_func来包装 python 函数

标签： tensorflowdeep-learningdata-augmentation

解决方案

注意：由于您需要图像增强，我想提供一些有关各种图像增强库的信息。这不会向您展示如何将 OpenCV 函数添加到您的 tfdata 管道中。但是，如果您的要求足够标准，您可以使用以下之一：

  • tf.keras.preprocessing.image.ImageDataGenerator
  • imaug
  • albumentations

Python中的数据增强

  1. 包： 库： url：Python库albumentations
    external
    albumentations

  2. 包：：imaug星：
    库：external
    url：Pythonimaug库

  3. 包： 库： url：Pyhon - TensorFlow库tf.keras.preprocessing.image.ImageDataGenerator
    external
    ImageDataGenerator

例子

  1. 示例/使用albumentations。

  2. 示例/使用imaug。

  3. 示例/使用tf.keras.preprocessing.image.ImageDataGenerator。

推荐阅读