对象检测 API 中的数据增强：random_image_scale

Question

我正在尝试使用对象检测 API 的数据增强功能，特别是 random_image_scale。

挖掘了一下，我找到了实现它的函数（粘贴在下面）。我遗漏了一些东西，或者这里没有处理盒子的基本事实？我环顾四周，没有发现任何东西。如果不根据对图像进行的缩放来相应地修改基本事实，它会弄乱正在训练的模型，不是吗？

如果我遗漏了什么，请告诉我，或者我应该避免使用此功能来训练我的网络。

文件是/object_detection/core/preprocessor.py

def random_image_scale(image,
                       masks=None,
                       min_scale_ratio=0.5,
                       max_scale_ratio=2.0,
                       seed=None):
  """Scales the image size.

  Args:
    image: rank 3 float32 tensor contains 1 image -> [height, width, channels].
    masks: (optional) rank 3 float32 tensor containing masks with
      size [height, width, num_masks]. The value is set to None if there are no
      masks.
    min_scale_ratio: minimum scaling ratio.
    max_scale_ratio: maximum scaling ratio.
    seed: random seed.

  Returns:
    image: image which is the same rank as input image.
    masks: If masks is not none, resized masks which are the same rank as input
      masks will be returned.
  """
  with tf.name_scope('RandomImageScale', values=[image]):
    result = []
    image_shape = tf.shape(image)
    image_height = image_shape[0]
    image_width = image_shape[1]
    size_coef = tf.random_uniform([],
                                  minval=min_scale_ratio,
                                  maxval=max_scale_ratio,
                                  dtype=tf.float32, seed=seed)
    image_newysize = tf.to_int32(
        tf.multiply(tf.to_float(image_height), size_coef))
    image_newxsize = tf.to_int32(
        tf.multiply(tf.to_float(image_width), size_coef))
    image = tf.image.resize_images(
        image, [image_newysize, image_newxsize], align_corners=True)
    result.append(image)
    if masks:
      masks = tf.image.resize_nearest_neighbor(
          masks, [image_newysize, image_newxsize], align_corners=True)
      result.append(masks)
    return tuple(result)

Answer 1

如果您使用的是 tfrecord 文件，则框边界不是绝对像素，而是相对百分比。因此，如果您缩放图像，框保持不变。

所以使用它应该没问题。