Как я могу применить одно и то же увеличение к пакету изображений?

У меня есть набор видео. Поскольку набор данных небольшой, я пытаюсь увеличить видеоданные. Я не нашел никаких ресурсов по увеличению видео, поэтому я думаю, что это сработает -

  1. Извлечь необходимые кадры из видео
  2. Примените увеличение данных к извлеченным кадрам

Теперь, допустим, я извлек 20 кадров из одного видео. Чтобы мои данные имели смысл, мне придется применить такое же увеличение к этим 20 кадрам. Как я могу этого добиться? Я также открыт для других библиотек, если это облегчит работу.

Я предполагаю, что некоторые изменения в аргументах ImageDataGenerator.flow_from_directory(...) сделают свое дело. Вот фрагмент кода из документации Keras.

ImageDataGenerator.flow_from_directory(
    directory,
    target_size=(256, 256),
    color_mode = "rgb",
    classes=None,
    class_mode = "categorical",
    batch_size=32,
    shuffle=True,
    seed=None,
    save_to_dir=None,
    save_prefix = "",
    save_format = "png",
    follow_links=False,
    subset=None,
    interpolation = "nearest",
)

Заранее спасибо!

Попробуйте установить batch_size равным number _of_frames или создайте свой собственный генератор

B Douchet 18.12.2020 11:53

Я не уверен, что применение одного и того же увеличения к изображениям из одного и того же видео является лучшим подходом в этом случае. Хотя, как вы сказали, это имеет больше смысла, я думаю, что наличие различных дополнений может заставить сеть действительно сосредоточиться на неизменных в последовательности данных и может в конечном итоге помочь с переоснащением. Но это, вероятно, требует гораздо больше данных.

Ananda 18.12.2020 12:10
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
2
1 184
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать tf.data.Dataset и применять преобразования после пакетной операции. Это потребует некоторой работы, чтобы сделать свой собственный итератор каталога (что-то вроде этого), но вот суть этого:

import tensorflow as tf
import matplotlib.pyplot as plt
from skimage import data

cats = tf.concat([data.chelsea()[None, ...] for i in range(24)], axis=0)

test = tf.data.Dataset.from_tensor_slices(cats)


def augment(tensor):
    tensor = tf.cast(x=tensor, dtype=tf.float32)
    tensor = tf.divide(x=tensor, y=tf.constant(255.))
    tensor = tf.image.random_hue(image=tensor, max_delta=5e-1)
    tensor = tf.image.random_brightness(image=tensor, max_delta=2e-1)
    return tensor


test = test.batch(8).map(lambda x: augment(x))


fig = plt.figure()
plt.subplots_adjust(wspace=.1, hspace=.2)
images = next(iter(test))
for index, image in enumerate(images):
    ax = plt.subplot(4, 2, index + 1)
    ax.set_xticks([])
    ax.set_yticks([])
    ax.imshow(tf.clip_by_value(image, clip_value_min=0, clip_value_max=1))
plt.show()

Не то, чтобы по какой-то причине это не работает для tf.image.random_flip_left_right.

Другие вопросы по теме