YOLOv5图像增强部分

简介: YOLOV5关于对图像的增强可谓是下了一番功夫,在代码部分之间就做到图像增强,可以说是功能越来越自动化,人工参与程度越来越低,下面就来详细了解一下YOLOv5所用的图像增强方法。

YOLOV5关于对图像的增强可谓是下了一番功夫,在代码部分之间就做到图像增强,可以说是功能越来越自动化,人工参与程度越来越低,下面就来详细了解一下YOLOv5所用的图像增强方法。

1. Mosaic

这里yolov5还额外提出了一个9图的mosaic操作,9张图像,拼接在一起处理,图像更大了而且label也更多,训练一张这样的拼接图像等同与训练了9张小图。

2.Copy paste数据增强

将部分目标随机的粘贴到图片中

3.Random affine

随机进行仿射变换,即缩放和平移。

4.MixUp

就是将两张图片按照一定的透明度融合在一起。

5.Albumentations,

主要是做些滤波、直方图均衡化以及改变图片质量等等,我看代码里写的只有安装了albumentations包才会启用,但在项目的requirements.txt文件中albumentations包是被注释掉了的,所以默认不启用。

6.Augment HSV(Hue, Saturation, Value)

随机调整色度,饱和度以及明度。

7.Random horizontal flip

随机水平翻转

目录
相关文章
|
虚拟化
VMware Tools 失效处理
VMware Tools 失效处理
645 0
|
存储
wsl的存储路径
wsl的存储路径
2864 0
|
9月前
|
数据采集 存储 编解码
智源RoboCOIN重磅开源!全球本体数最多、标注最精细、使用最便捷的高质量双臂机器人真机数据集来了
北京智源研究院联合多家机构发布全球首个“本体数最多、标注最精细、使用最便捷”的双臂机器人真机数据集RoboCOIN,覆盖15类机器人、18万条轨迹、421项任务,首创“层级能力金字塔”标注体系,推动具身智能迈向真实场景应用。
1156 11
 智源RoboCOIN重磅开源!全球本体数最多、标注最精细、使用最便捷的高质量双臂机器人真机数据集来了
|
7月前
|
数据可视化 前端开发 JavaScript
一款中后台方向的低代码可视化搭建平台
在如今快速迭代的软件开发环境中,如何提升前端开发效率、降低重复劳动,成为许多团队关注的核心问题。低代码平台正是在这种背景下应运而生,它通过可视化拖拽、逻辑编排等方式,让开发者甚至非技术人员也能快速搭建出功能完整的页面或系统。
|
数据安全/隐私保护
全自动刷视频脚本, 抖音自动脚本快手小红书,抖音快手自动刷金币脚本【autojs】
这个脚本展示了如何使用AutoJS进行基本的自动化操作,包括应用启动、屏幕滑动和随机点击等
|
JSON 监控 数据挖掘
抖音电商 API 接口:抖音平台电商活动热度实时监测
抖音电商API接口助力实时监测活动热度,支持商品销量、用户互动等数据获取,帮助商家优化营销策略,提升平台用户体验。
1069 0
|
Linux Docker Windows
windows docker安装报错适用于 Linux 的 Windows 子系统必须更新到最新版本才能继续。可通过运行 “wsl.exe --update” 进行更新。
适用于 Linux 的 Windows 子系统需更新至最新版本(如 wsl.2.4.11.0.x64.msi)以解决 2025 年 Windows 更新后可能出现的兼容性问题。用户可通过运行 “wsl.exe --update” 或访问提供的链接下载升级包进行更新。
4744 0
|
人工智能 供应链 物联网
效率提升300%:开放银行API驱动电商分账系统的“零代码”革命
在数字经济背景下,开放银行API与电商生态深度融合,推动支付清算与分账系统从封闭走向开放。通过技术解耦与系统重构,实现资金流、信息流与业务流的高效协同,提升支付效率与分账灵活性,助力电商场景创新。本文从技术驱动力、重构路径、实践案例与未来趋势四方面,解析这一变革的核心逻辑与落地价值。
|
监控 安全 Ubuntu
Linux下如何安装配置Fail2ban防护工具
通过以上步骤,可以在Linux系统中成功安装和配置Fail2ban,从而有效保护服务器免受暴力破解等攻击。Fail2ban通过实时监控日志文件,自动更新防火墙规则,为系统安全提供了一层重要的保护。
3262 36
|
机器学习/深度学习 人工智能 自然语言处理
深度学习与CV教程(15) | 视觉模型可视化与可解释性
本文讲解了一些理解 CNN 可视化的方法(特征、滤波器可视化),以及一些有趣的应用,如DeepDream、图像神经风格迁移(特征反演 + 纹理生成)等【对应 CS231n Lecture 12】
19715 1
深度学习与CV教程(15) | 视觉模型可视化与可解释性