coco关键点数据集水平翻转数据增强,连同标注一起变化
对coco图片进行水平翻转时,连同关键点标注也要对应着进行变化。
首先是x坐标,从x变为了width-1-x,然后对应的,人体的左右边要进行交换,比如原来的左手就变成右手,原来的右手变成左手,通过以下代码完成。
for (q, w) in symmetry:cod[q], cod[w] = cod[w], cod[q]`
关键点标注变化的核心代码如下:
img = cv2.flip(img, 1)label = pointscod = []allc = []for i in range(17):x, y = label[i][0], label[i][1]if x >= 0:x = width - 1 - xcod.append((x, y, label[i][2]))# # **** the joint index depends on the dataset ****for (q, w) in symmetry:cod[q], cod[w] = cod[w], cod[q]for i in range(17):allc.append(cod[i][0])allc.append(cod[i][1])allc.append(cod[i][2])label = np.array(allc).reshape(17, 3)
以下为完整运行代码
num_class = 17a = {'unit': {'num_keypoints': 14, 'keypoints': [368, 61, 1, 369, 52, 2, 0, 0, 0, 382, 48, 2, 0, 0, 0, 368, 84, 2, 435, 81, 2, 362, 125, 2, 446, 125, 2, 360, 153, 2, 0, 0, 0, 397, 167, 1, 439, 166, 1, 369, 193, 2, 461, 234, 2, 361, 246, 2, 474, 287, 2], 'GT_bbox': [339, 22, 493, 322]}, 'imgInfo': {'imgID': 391895, 'img_paths': '000000391895.jpg'}, 'operation': 0}image_name = a['imgInfo']['img_paths']points = np.array(a['unit']['keypoints']).reshape(num_class, 3).astype(np.float32)gt_bbox = a['unit']['GT_bbox']symmetry = [(1, 2), (3, 4), (5, 6), (7, 8), (9, 10), (11, 12), (13, 14), (15, 16)]img = cv2.imread(image_name)plt.imshow(img)plt.show()height, width = img.shape[0], img.shape[1]img = cv2.flip(img, 1)label = pointscod = []allc = []for i in range(17):x, y = label[i][0], label[i][1]if x >= 0:x = width - 1 - xcod.append((x, y, label[i][2]))# # **** the joint index depends on the dataset ****for (q, w) in symmetry:cod[q], cod[w] = cod[w], cod[q]for i in range(17):allc.append(cod[i][0])allc.append(cod[i][1])allc.append(cod[i][2])label = np.array(allc).reshape(17, 3)
coco关键点数据集水平翻转数据增强,连同标注一起变化相关推荐
- 对PASCAL VOC 数据集进行数据增强
对PASCAL VOC 数据集进行数据增强 1.GitHub仓库位置 目的:对VOC数据集的对象检测的数据进行数据增强.如果能帮到您请给本人一颗⭐,拜托了!!!!! https://github.co ...
- 对图片数据集进行数据增强操作
运行平台:pycharm 在对数据集进行训练的过程中,为了使网络模型具有更好的鲁棒性,通常我们需要对数据集进行数据增强处理,常见的处理方法有添加噪声.旋转.改变亮度等,如图1,2所示. 图1.原图(c ...
- 图像数据增强2_albumentation 标注框同时修改(VOC、YOLO)
主要参考: 图像样本增广,yoloV5扩展 Albumentation库 bbox使用案例代码 [YOLOV5-5.x 源码解读]general.py 这里写目录标题 albumentation 标注 ...
- 用yolo3训练自己的数据集(包含数据搜集,图片标注,图片批量命名以及如何修改代码)——口罩佩戴以及规范佩戴口罩检验
用yolo3训练自己的数据集--口罩佩戴及规范性佩戴检验 前言 1. 数据集处理 1.1 数据搜集(多途径) 1.2 自己制作数据集 2.图片标注 2.1 图片批量命名 2.2 使用labelimg进 ...
- cut out数据增强_谷歌大脑提出自动数据增强方法AutoAugment:可迁移至不同数据集...
近日,来自谷歌大脑的研究者在 arXiv 上发表论文,提出一种自动搜索合适数据增强策略的方法 AutoAugment,该方法创建一个数据增强策略的搜索空间,利用搜索算法选取适合特定数据集的数据增强策略 ...
- COCO KeyPoints关键点数据集准备
COCO KeyPoints关键点数据集准备 概述 网上搜了一圈,coco关键点数据集准备的内容比较少,这里写一篇完成的标注流程到数据集准备的文章,以备后忘 标注工具 coco官方标注工具: coco ...
- Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略
Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介+数据增强(将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5倍) 目录 MNIST ...
- 基于图像的数据增强方法发展现状综述
基于图像的数据增强方法发展现状综述 人工智能技术与咨询 2022-03-22 20:57 点击蓝字 · 关注我们 来源:< 计算机科学与应用> ,作者冯晓硕等 关键词: 数据增强:图像数据 ...
- AutoAugment: Learning Augmentation Policies from Data(一种自动数据增强技术)
谷歌大脑提出自动数据增强方法AutoAugment:可迁移至不同数据集 近日,来自谷歌大脑的研究者在 arXiv 上发表论文,提出一种自动搜索合适数据增强策略的方法 AutoAugment,该方法创建 ...
最新文章
- MYSQL(04)-间隙锁详解
- 从ipa文件中导出图片
- 如何修改 asp.net core 5 程序的默认端口号?
- 面试了 N 个候选人后,我总结出这份 Java 面试准备技巧
- java ee cdi_Java EE CDI依赖注入(@Inject)教程
- 61 MM配置-后勤发票校验-发票冻结-设置容差限制
- Thread 等待异步方法执行完成方案:AutoResetEvent.WaitOne()
- 终端实体店消费者喜爱的营销方式
- Java并发编程实践
- 在linux安装windows应用商店,Ubuntu 已在微软官方应用商店 Windows Store 上免费提供下载...
- CocosBuilder 完全攻略
- 发布QtCsv文件转语言翻译文件工具
- cs 5 下载地址 、视频教程、安装教程
- word上下的横线怎么去掉_word文档上面有一条横线怎么去掉
- 总结《Video rate spectral imaging using a coded aperture snapshot spectral imager》
- mysql查询时候返回一个序号
- 华为HCNA独家视频课程
- 高速服务器有维修站吗,高速公路上服务区有修车的吗?
- 冯小刚:对“伪民族化”的拨乱反正
- 量子革命?脑机接口?电子皮肤?我看了一次高质量科学大会
热门文章
- [SCOI2005]骑士精神(C++,启发式搜索)
- AirServer 7.2Mac 官方原版 完美激活
- Java 继承中的属性隐藏与方法重写
- 自制一个CAN调试器器,难不难?
- bs4.FeatureNotFound: Couldn‘t find a tree builder with the features you requested: lxml. Do you need
- 通过名字获得ssdt函数的序号
- DPDK 20.11 Dynamic mbuf
- 物联网管理平台是怎样收费的?
- excel 溢出 修复_Excel错误修复已推迟
- 有关操作系统中对换的相关知识