albumentations_engine
最后更新
luxonis_ml.data.augmentations.albumentations_engine类
AlbumentationConfigItem
属性
apply_on_stages
"train"、"val" 和 "test"。默认情况下,转换仅在 "train" 阶段应用。name
params
use_for_resizing
AlbumentationsEngine
配置格式
Python
1[
2 {
3 "name": "Affine",
4 "params": {
5 "rotate": 30,
6 "scale": 0.5,
7 "p": 0.3,
8 },
9 },
10 {
11 "name": "MixUp",
12 "params": {
13 "alpha": [0.3, 0.7],
14 "p": 0.5,
15 },
16 },
17 {
18 "name": "CustomResize",
19 "use_for_resizing": True,
20 },
21]转换顺序
- 批量转换:BatchTransform 的子类。
- 空间转换:A.DualTransform 的子类。
- 自定义转换:A.BasicTransform 的子类,但不是上述更具体基类的子类。
- 像素转换:A.ImageOnlyTransform 的子类。这些转换仅作用于图像。
支持的增强
Albumentations 增强
批量增强
OneOf 或 Sequential 等组合中会引发 ValueError。CutMix
bbox_min_visibility,就会保留下来;补丁覆盖的超出此范围的边界框及其实例掩码、关键点和元数据都会被丢弃。第二张图像的边界框会被裁剪到补丁。occluded_bbox_strategy 选择补丁部分覆盖的幸存者会发生什么。默认的 "keep" 会将其保留在其原始范围,因为对象仍然填充框并且只是被覆盖;"clip" 会将其缩小到补丁未到达的最大部分,因此没有框边缘会留在补丁顶部。MixUp
Mosaic4
增强不支持的类型
分类
元数据
数组
定向边界框
自定义增强
"image":图像。所有增强通常都应支持此目标。对于 A.ImageOnlyTransform 或 A.DualTransform 的子类,这意味着覆盖
apply。"bboxes":边界框。对于 A.DualTransform 的子类,这意味着覆盖
apply_to_bboxes。"keypoints":关键点。对于 A.DualTransform 的子类,这意味着覆盖
apply_to_keypoints。"mask":分割掩码。对于 A.DualTransform 的子类,这意味着覆盖
apply_to_mask。"instance_mask":实例分割掩码。对于 BatchTransform 的子类,这意味着覆盖
apply_to_instance_mask。A.DualTransform 的子类不支持此目标;实例掩码被视为常规掩码。自定义增强可以通过实现自己的处理逻辑并覆盖targets属性以包含"instance_mask"目标来支持实例掩码。"array":任意数组。只能通过自定义增强通过实现自己的逻辑并将
"array"目标添加到targets属性来支持。"metadata":元数据标签。与
"array"类型相同。"classification":独热编码的多任务分类标签。与
"array"类型相同。
Python
1class CustomArrayAugmentation(A.BasicTransform):
2
3 @property
4 @override
5 def targets(self):
6 return {
7 "image": self.apply,
8 "array": self.apply_to_array,
9 }
10
11 @override
12 def apply(self, image, **kwargs):
13 ...
14
15 def apply_to_array(
16 self, array: np.ndarray, **kwargs
17 ) -> np.ndarray:
18 ...方法
init
Python
1def __init__(height: int, width: int, targets: dict[str, str], n_classes: dict[str, int], source_names: list[str], config: Iterable[Params], keep_aspect_ratio: bool = True, is_validation_pipeline: bool | None = None, pipeline_stage: Literal['train', 'val', 'test'] | None = None, min_bbox_visibility: float = 0.0, seed: int | None = None, bbox_area_threshold: float = 0.0004):height(int):目标输出图像高度。width(int):目标输出图像宽度。targets(dict[str, str]):任务名称映射到任务类型。支持的任务类型有"array"、"classification"、"segmentation"、"instance_segmentation"、"boundingbox"、"keypoints"和元数据任务。n_classes(dict[str, int]):每个任务的类数。source_names(list[str]):应被视为图像目标的源名称。config(Iterable[Params]):增强配置字典的可迭代对象。keep_aspect_ratio(bool):默认调整大小转换是否应保留图像纵横比。is_validation_pipeline(bool | None): 可选的旧版标志,用于选择评估行为。已弃用自 0.5.0 版起已弃用:请改用pipeline_stage。pipeline_stage(Literal['train', 'val', 'test'] | None):可选的显式管道阶段。有效值为"train"、"val"和"test"。min_bbox_visibility(float):增强后边界框的最小可见分数。seed(int | None):可选的随机种子。bbox_area_threshold(float):增强后保留的最小归一化边界框面积。
ValueError:如果目标任务类型不受支持,同一任务组中存在多个边界框目标,多个转换被标记为调整大小,或者配置的转换不是 Albumentations 转换。TypeError:如果调整大小转换的概率p为非数字。
apply
Python
1def apply(input_batch: list[LoaderMultiOutput]) -> LoaderMultiOutput:input_batch(list[LoaderMultiOutput]):要增强的加载器输出。项目数必须与引擎的批量大小匹配。
LoaderMultiOutput:增强的加载器输出。