可视化增强的火车图像 [tensorflow object detection api]

Posted 2023-02-16

【中文标题】可视化增强的火车图像 [tensorflow object detection api]

【英文标题】：Visualizing augmented train images [tensorflow object detection api]

【发布时间】：2019-07-27 22:53:34

【问题描述】：

可以在 tensorflow 对象检测 api 配置文件中增加图像，例如：

data_augmentation_options 
  random_horizontal_flip 
  

data_augmentation_options 
  ssd_random_crop 
  

如何可视化训练图像以检查增强结果？

感谢您的帮助。

【问题讨论】：

你能发布完整的代码吗？

你对什么代码感兴趣？

【参考方案1】：

我建议你查看input_test.py 文件，特别是DataAugmentationFnTest 类中的函数test_apply_image_and_box_augmentation。您可以在此处添加data_augmentation_options 并将您的图像传递给tensor_dict。为了可视化它，您可以在 sess.run() 之后调用 matplotlib 函数，因为 augmented_tensor_dict_out 可以作为输入参数传递。

【讨论】：

感谢您的帮助。然而，preprocessor.py 也在规范化图像。我可以禁用它或恢复正常化之前的值并仍然保留增强吗？

我在https://github.com/tensorflow/models/blob/master/research/object_detection/core/preprocessor_test.py 中发现每个单独的增强选项都存在测试代码。我认为这可能更符合您的目标。

【参考方案2】：

这是实现问题https://github.com/majrie/visualize_augmentation/blob/master/visualize_augmentation.ipynb 中所问内容的代码。

这是基于@danyfang的回答。