旋转图像以减少训练图像计数 [关闭]

Question

我正在训练一个用于 tensorflow 的对象检测模型。被检测到的物体是一堆不同的卡片，每张卡片上面都有不同的图画。

由于它们都是普通卡片，因此用户可以将其以任何方向（360 度）放在桌子上，这意味着我需要在用户可能将其放在桌子上和训练的每个角度标记图像。

这看起来像是一项不堪重负的工作。我想知道是否有任何工具可以为我做这件事？例如）我提供一个角度的标记图像，它会自动旋转并为所有其他角度标记？

另一方面，有没有什么opencv方法可以对其进行预处理以纠正图片中卡片的方向？这样我只需要在一个特定方向上训练图像。

Answer 1

我假设您正在使用 Tensorflow 对象检测 API，并且他们在训练期间在其配置文件中提供了此数据增强选项。

data_augmentation_options {
 random_rotation90 {
      probability: 0.5
    }
  }

旋转绑定到 90 度，但也有缩放和翻转选项（以及更多）。可以看到选项列表here

如果您正在寻找离线选项，以便在训练前处理图像，我推荐使用 aleju/imgaug 包。它会处理您的图像以及新的边界框坐标。