image-processing - 与其他类相比,如何将图像数量较少的类的数据加倍?
问题描述
我的训练数据不平衡。所以我决定重新采样我的数据集。我想在重新采样时做些细微的改变。我想对少数类应用水平翻转和高斯滤波器,以使所有类都相等。
为此,我想使用纯图像处理技术来增加少数样本的数量。为此,我在图像较少的类中运行此代码
directory = ''
for file in os.listdir(directory):
img = cv2.imread(directory + file)
# horizontal_img = cv2.flip( img, 0 )
Flip_Horizontal = cv2.flip(img, 1) # 1 means Horizontal Flip
#saving now
cv2.imwrite(file + '_flip' + '.jpg', Flip_Horizontal)
但是,我已经看到一些教程使用 Keras 库来进行图像增强。就像下面的博客文章:
https://www.pyimagesearch.com/2020/04/27/fine-tuning-resnet-with-keras-tensorflow-and-deep-learning/
在我的情况下,我可以使用第一种技术(纯图像处理=手动复制粘贴数据稍作更改)吗?还是应该使用 Keras 或 PyTorch 中可用的库?
解决方案
推荐阅读
- shared-libraries - 共享库:全局文本符号被转换为本地文本类型
- automation - 如何单击赛普拉斯下拉菜单中的所有选项?
- vue.js - Vuex 在执行路由器操作之前等待承诺
- angular - 以角度获取HttpErrorResponse错误
- video - 在处理中播放视频
- java - 执行 Post Methode 时获取响应代码 400(语法错误)
- c# - 如何在 .NET 核心中快速将巨大的文本文件从 Unix 转换为 Windows
- javascript - Chrome 中的 mouseenter/mouseover 事件不起作用
- javascript - 如何正确使用 WOW.JS?
- python - When importing a module in another .py , return of function is different to directly run it?