MXnet - 启用 ROI-Pooling 的 CNN 的 ImageRecordIter 和数据增强

【问题标题】：MXnet - ImageRecordIter and data augmentation for ROI-Pooling enabled CNNMXnet - 启用 ROI-Pooling 的 CNN 的 ImageRecordIter 和数据增强
【发布时间】：2018-06-01 23:40:31
【问题描述】：

当我在使用 MXnet 开发的 CNN 网络中使用 ROI-Pooling 时，如何执行数据增强？

例如，假设我有一个使用 roi 池层的 resnet50 架构，并且我想在 ImageRecord 迭代器中使用随机裁剪数据增强。

是否有一种自动方式将 rois 中的数据坐标传递给 roi 池化层，进行变换以便应用于 ImageRecord 迭代器的数据增强过程生成的图像？

【问题讨论】：

标签： deep-learning mxnet convolutional-neural-network

【解决方案1】：

您应该能够为此重新使用ImageDetRecordIter。它旨在与包含边界框的对象检测数据一起使用，但您可以将边界框定义为您的 ROI。现在，当您应用增强操作（例如翻转和旋转）时，边界框的坐标将根据图像进行调整。

否则，您可以使用 Gluon 轻松编写自己的 transform 函数，并且可以利用任何 OpenCV 增强功能同时应用于您的图像和 ROI。只需编写一个获取数据和标签的函数，然后返回增强后的数据和标签。

【讨论】：

您能举个例子吗？