语义分割之copy_paste数据增强

最新推荐文章于 2026-04-29 10:32:56 发布

原创

最新推荐文章于 2026-04-29 10:32:56 发布 · 742 阅读

标签

#深度学习 #计算机视觉 #python

该代码实现了一个非官方的CopyAndPaste语义分割增强算法，它涉及到从A图中复制mask并粘贴到B图中以创建新的训练数据。然而，作者发现这种方法生成的数据不够真实，因此未在实际应用中使用。主要步骤包括随机水平翻转、图像缩放以及大规模抖动等操作。

记录一种另类的语义分割增强算法，copy and paste，简而言之，就是把A图的mask扣下来放到B图中，需要A图的原图，A图的8位mask，B图的原图，B图的8位mask。不过很可惜，在我这里尝试了以后，感觉造出来的数据极度不真实，后来也就没用了，仅仅记录一下，代码如下。

"""
Unofficial implementation of Copy-Paste for semantic segmentation
"""
#coding:utf-8
from PIL import Image
import imgviz
import cv2
import argparse
import os
import numpy as np
import tqdm
 
 
def save_colored_mask(mask, save_path):
    lbl_pil = Image.fromarray(mask.astype(np.uint8), mode="P")
    colormap = imgviz.label_colormap()
    lbl_pil.putpalette(colormap.flatten())
    lbl_pil.save(save_path)
 
 
def random_flip_horizontal(mask, img, p=0.5):
    if np.random.random() < p:
        img = img[:, ::-1, :]
        mask = mask[:, ::-1]
    return mask, img
 
 
def img_add(img_src, img_main, mask_src):
    if len(img_main.shape) == 3:
        h, w, c = img_main.shape
    elif len(img_main.shape) == 2:
        h, w = img_main.shape
    mask = np.asarray(mask_src, dtype=np.uint8)
    sub_img01 = cv2.add(img_src, np.zeros(np.shape(img_src), dtype=np.uint8), mask=mask)
    mask_02 = cv2.resize(mask, (w, h), interpolation=cv2.INTER_NEAREST)
    mask_02 = np.asarray(mask_02, dtype=np.uint8)
    sub_img02 = cv2.add(img_main, np.zeros(np.shape(img_main), dtype=np.uint8),
                        mask=ma

最低0.47元/天解锁文章