从 3d 图像创建补丁以进行训练

Question

我有 (320x1280x1280) 320 个图像切片。我想训练网络但数据有限，为此我需要从原始图像创建图像补丁，以便我可以有效地训练网络。我怎么能在python中做到这一点？以及解决此问题的其他最佳方法是什么。谢谢

Answer 1

要很好地回答这个问题，我需要更多信息：图像是什么格式的？图像补丁到底是什么意思？通过修补图像，您的目标是什么？你已经尝试了什么？为什么它不起作用？

也就是说，我要做一些假设。我假设“补丁”是指将图像分成更小的图块，并将每个子部分视为自己的图像。 IE。您想从 320 个 1280x1280 图像变为 81920 个 80x80 图像，其中每个图像都是原始图像的一小部分。另外，我假设图像是 numpy 数组，因为你说你在 python 中工作。

在这种情况下，您可以使用np.split。不幸的是，np.split 似乎一次只能在一个维度上工作，所以你必须这样做：

import numpy as np

# imagine this is your image data
images = np.zeros((320,1280,1280), dtype=np.uint8)


# this is a helper function that wraps around np.split and makes sure
# the data is returned in the same format it started in
def split(array, n, axis):
    # split the array along the given axis, then re-combine
    # the splits into a np array
    array = np.array(np.split(array, n, axis=axis))
    # flatten the array back into the right number of dimensions
    return np.reshape(array, [-1] + list(array.shape[2:]))
    

# divide each image into 16x16=256 smaller images
# (this will only work if the images dimensions are divisible by num_splits
num_splits = 16
patches = split( split(images, num_splits, 1), num_splits, 2 )
print(patches.shape)
# > (81920, 80, 80)