python 为图像添加不同信噪比的噪声 python 图像加宽

最编程 2024-06-15 17:43:27

...

文章目录

一、图像增广
二、常用的图像增广方法

1. 翻转和裁减
2. 颜色改变
3. 叠加使用多种数据增广方法

三、使用图像增广进行训练
四、总结（干活分享）

一、图像增广

定义&解释：

通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。
随机改变训练样本可以降低模型对某些属性的依赖，从而提高模型的范化能力

二、常用的图像增广方法

使用下面这张400x500的图像作为范例

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import torch 
import torchvision
from d2l import torch as d2l
from torch import nn 
from PIL import Image

img = Image.open('./data/cat_dog/cat1.jpg')
plt.figure("cat")
plt.title('Initial data')
plt.imshow(img)
plt.show()

python在图片中添加不同信噪比的噪声 python图像增广_augmentor

大多数图像增广方法都具有一定的随机性。为了便于观察图像增广的效果，我们下面定义辅助函数 apply 。此函数在输入图像 img 上多次运行图像增广方法 aug 并显示所有结果。

def apply(img,aug,num_rows=2,num_cols=4,scale=1.5):
    Y = [aug(img) for _ in range(num_rows*num_cols)]
    d2l.show_images(Y,num_rows,num_cols,scale=scale)

1. 翻转和裁减

左右翻转图像通常不会改变对象的类别。这是最早和最广泛使用的图像增广方法之一。
上下翻转图像不如左右图像翻转那样常用。但是，至少对于这个示例图像，上下翻转不会妨碍识别。
随机裁减]在我们使用的示例图像中，猫位于图像的中间，但并非所有图像都是这样。池化层可以降低卷积层对目标位置的敏感性。另外，我们可以通过对图像进行随机裁剪，使物体以不同的比例出现在图像的不同位置。这也可以降低模型对目标位置的敏感性。

# 左右翻转
apply(img,torchvision.transforms.RandomHorizontalFlip())

python在图片中添加不同信噪比的噪声 python图像增广_pytorch_02

# 上下翻转
apply(img,torchvision.transforms.RandomVerticalFlip())

python在图片中添加不同信噪比的噪声 python图像增广_图像识别_03

# 随机裁减
shape_aug = torchvision.transforms.RandomResizedCrop(
(200,200),scale=(0.1,1),ratio=(0.5,2), 
# （200，200）是图片的大小，scale表示随机裁减为原来的比例，ratio是长宽比
)
apply(img,shape_aug)

python在图片中添加不同信噪比的噪声 python图像增广_深度学习_04

2. 颜色改变

另一种增广方法是改变颜色。
我们可以改变图像颜色的四个方面：

亮度
对比度
饱和度
色调

# 亮度
apply(img,
      torchvision.transforms.ColorJitter(brightness=0.5,contrast=0,
                                         saturation=0,hue=0))

python在图片中添加不同信噪比的噪声 python图像增广_pytorch_05

# 对比度
apply(img,
      torchvision.transforms.ColorJitter(brightness=0,contrast=0.5,
                                         saturation=0,hue=0))

python在图片中添加不同信噪比的噪声 python图像增广_数据增广_06

# 饱和度
apply(img,
      torchvision.transforms.ColorJitter(brightness=0,contrast=0,
                                         saturation=0.5,hue=0))

python在图片中添加不同信噪比的噪声 python图像增广_深度学习_07

# 色调
apply(img,
      torchvision.transforms.ColorJitter(brightness=0,contrast=0,
                                         saturation=0,hue=0.5))

python在图片中添加不同信噪比的噪声 python图像增广_深度学习_08

# 混合使用
apply(img,
      torchvision.transforms.ColorJitter(brightness=0.5,contrast=0.5,
                                         saturation=0.5,hue=0.5))

python在图片中添加不同信噪比的噪声 python图像增广_pytorch_09

3. 叠加使用多种数据增广方法

augs = torchvision.transforms.Compose(
    [torchvision.transforms.RandomHorizontalFlip(),
     torchvision.transforms.ColorJitter(brightness=0.5,contrast=0.5,saturation=0.5,hue=0.5),
     torchvision.transforms.RandomResizedCrop((200, 200), scale=(0.1, 1), ratio=(0.5, 2))
    ]
)
apply(img,augs)

python在图片中添加不同信噪比的噪声 python图像增广_augmentor_10

三、使用图像增广进行训练

# 下载CIFA10数据集测试
all_images = torchvision.datasets.CIFAR10(
    train=True,root="./data/",download=True
)
d2l.show_images([all_images[i][0] for i in range(32)] , 4,8,scale=0.8)

python在图片中添加不同信噪比的噪声 python图像增广_pytorch_11

# 应用简单的左右翻转，上下翻转
# 生数据格式为（批量大小，通道数量，高度，宽度）
train_augs = torchvision.transforms.Compose(
[torchvision.transforms.RandomHorizontalFlip(),
#  torchvision.transforms.RandomVerticalFlip(),
 torchvision.transforms.ToTensor()]
)

test_augs = torchvision.transforms.Compose([
# torchvision.transforms.RandomHorizontalFlip(),
#  torchvision.transforms.RandomVerticalFlip(),
 torchvision.transforms.ToTensor()
]
)

# 加载数据
def load_cifar10(is_train,augs,batch_size):
    dataset = torchvision.datasets.CIFAR10(root="./data/",train=is_train,
                                           transform=augs,download=True)
    dataLoader = torch.utils.data.DataLoader(
        dataset,batch_size=batch_size,shuffle=is_train,num_workers=d2l.get_dataloader_workers()
    )
    return dataLoader

# 多GPU训练和评估
def train_batch(net, X, y, loss, trainer, devices):
    if isinstance(X, list):
        # 微调BERT中所需（稍后讨论）
        X = [x.to(devices[0]) for x in X]
    else:
        X = X.to(devices[0])
    y = y.to(devices[0])
    net.train()
    trainer.zero_grad()
    pred = net(X)
    l = loss(pred, y)
    l.sum().backward()
    trainer.step()
    train_loss_sum = l.sum()
    train_acc_sum = d2l.accuracy(pred, y)
    return train_loss_sum, train_acc_sum

def train(net, train_iter, test_iter, loss, trainer, num_epochs,
               devices=d2l.try_all_gpus()):
    timer, num_batches = d2l.Timer(), len(train_iter)
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0, 1],
                            legend=['train loss', 'train acc', 'test acc'])
    net = nn.DataParallel(net, device_ids=devices).to(devices[0]) # 多GPU运行
    for epoch in range(num_epochs):
        # 4个维度：储存训练损失，训练准确度，实例数，特点数
        metric = d2l.Accumulator(4)
        for i, (features, labels) in enumerate(train_iter):
            timer.start()
            l, acc = train_batch(net, features, labels, loss, trainer,
                                      devices)
            metric.add(l, acc, labels.shape[0], labels.numel())
            timer.stop()
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(
                    epoch + (i + 1) / num_batches,
                    (metric[0] / metric[2], metric[1] / metric[3], None))
        test_acc = d2l.evaluate_accuracy_gpu(net, test_iter)
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {metric[0] / metric[2]:.3f}, train acc '
          f'{metric[1] / metric[3]:.3f}, test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec on '
          f'{str(devices)}')

#使用增强之后的数据进行训练模型；
# 获取全部的GPU，使用Adam作为优化算法
batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)

# 模型初始化
def init_weights(m):
    if type(m) in [nn.Linear, nn.Conv2d]:
        nn.init.xavier_uniform_(m.weight)

net.apply(init_weights)

def train_with_data_aug(train_augs, test_augs, net, lr=0.001):
    train_iter = load_cifar10(True, train_augs, batch_size)
    test_iter = load_cifar10(False, test_augs, batch_size)
    loss = nn.CrossEntropyLoss(reduction="none")
    trainer = torch.optim.Adam(net.parameters(), lr=lr)
    train(net, train_iter, test_iter, loss, trainer, 10, devices)

# 数据增广（左右翻转）
train_with_data_aug(train_augs, test_augs, net)

loss 0.166, train acc 0.942, test acc 0.823
453.4 examples/sec on [device(type='cuda', index=0)]

python在图片中添加不同信噪比的噪声 python图像增广_pytorch_12

# 没有数据增广
batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)
def init_weights(m):
    if type(m) in [nn.Linear, nn.Conv2d]:
        nn.init.xavier_uniform_(m.weight)

net.apply(init_weights)
train_with_data_aug(test_augs, test_augs, net)

loss 0.070, train acc 0.975, test acc 0.797
455.5 examples/sec on [device(type='cuda', index=0)]

python在图片中添加不同信噪比的噪声 python图像增广_深度学习_13

结果对比：

使用图像增强，尽管只是简单的左右翻转，我们模型的预测精度还是提高了3%
模型过拟合有一定的缓解。

四、总结（干活分享）

图像增广基于现有的训练数据生成随机图像，来提高模型的范化能力。
为了在预测过程中得到确切的结果，我们通常对训练样本只进行图像增广，而在预测过程中不使用随机操作的图像增广。（训练有，预测无）
深度学习框架提供了许多不同的图像增广方法，这些方法可以被同时应用。（多种增强共同使用）
图像增广方法收集(这些整理应该够用了，如果有什么特别需求可以留言讨论一下)：

翻转

裁剪

过滤和锐化

模糊

旋转，平移，剪切，缩放

剪下

色彩

亮度

对比

均匀和高斯噪声

渐变镜头变形

（2）github上找一些高star的成熟代码：
例如： imgaug https://github.com/aleju/imgaug

（3）augmentor https://github.com/mdbloice/Augmentor

上一篇：植入两个可以绘制可流动流程图的 Vue 库！-流程图建模器

下一篇：工作流程入门教程（可流动框架）

python 为图像添加不同信噪比的噪声 python 图像加宽

文章目录

一、图像增广

二、常用的图像增广方法

1. 翻转和裁减

2. 颜色改变

3. 叠加使用多种数据增广方法

三、使用图像增广进行训练

四、总结（干活分享）

在 Python 中为图像添加框架和文字的方法

python 为图像添加不同信噪比的噪声 python 图像加宽

基于 Python 的 OpenCV 可视化图像处理 OpenCV 简单视频处理案例 Eleven 简单为视频图像添加水印效果