动态数据扩充用于语义分段，我的python层定义是否正确？

作者: Ni
发布时间: 2025-02-26 02:44:05 (7天前)
转自：

2 条回复

0#
回复此人
撩心 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 一般来说，你的理解看起来是正确的。但： </p> <OL> <LI> <P> Caffe blobs（顶部，底部）将图像存储为（通道*行*列）形式，与通常的形式（行*列*通道）不同。在1通道图像（如标签）的情况下它没有区别，但在彩色图像的情况下它确实如此。我怀疑tf.warp在这种情况下是否正常工作。 </p> </LI> <LI> <P> 我认为没有理由为各种增强（移位，翻转等）制作单独的图层。在一个python层中完成所有这些操作没有问题。但我不明白你想在这种情况下有很多底部和顶部。此外，你已经显示的python层没有增加，因为它只是产生一组相似的移位图像来代替原始图像。它不会改善培训过程。通常使用的即时增强方法是一种变换，它不会影响净形状，但会随机（！）转换数据代替原始数据。因此，网络在不同的训练时期处理相同的输入图像，它实际上处理通过随机变换从该输入图像产生的不同图像。所以你必须随机选择x_trans，y_trans来完成你的例子。在通常情况下，您还可以添加随机翻转和随机高斯噪声等。这种转换可以同时应用，也可以随机选择其中一种。无论如何，该层必须只有一对数据+标签作为底部和顶部。 </p> </LI> </醇> </DIV>

编辑

登录后才能参与评论