数据增强

# 数据增强
def augment_data(images, labels, n_augmentations=5):
    aug = iaa.Sequential([
        # iaa.Fliplr(0.5), # 水平翻转
        # iaa.Affine(rotate=(-20, 20)), # 随机旋转
        iaa.Multiply((0.8, 1.0)), # 随机亮度
        iaa.Affine(scale=(0.9, 1.1)) # 随机缩放
    ])
    augmented_images = []
    augmented_labels = []
    for img, label in zip(images, labels):
        img = img.reshape((50, 50, -1))  # 恢复图像形状
        for _ in range(n_augmentations):
            augmented_img = aug(image=img)
            augmented_images.append(augmented_img.flatten())  # 展平图像
            augmented_labels.append(label)
    return augmented_images, augmented_labels

代码的目的是增强图像数据，这有助于提高机器学习模型的泛化能力。增强数据通常涉及对图像进行一些随机变换，使模型在训练时能够看到更多的变化。

import imgaug.augmenters as iaa  # 导入imgaug库中的增强函数

这是导入imgaug库中的增强函数模块，imgaug是一个Python库，用于图像增强。

def augment_data(images, labels, n_augmentations=5):

定义了一个函数augment_data，它接收三个参数：

• images：原始图像数据列表。
• labels：与图像对应的标签列表。
• n_augmentations：每个图像要生成的增强图像数量，默认为5。

    aug = iaa.Sequential([

创建一个iaa.Sequential对象，它将按顺序应用多个增强器。

        # iaa.Fliplr(0.5), # 水平翻转

这行代码被注释掉了，但它的作用是水平翻转图像，参数0.5表示每个图像有50%的概率被翻转。

        # iaa.Affine(rotate=(-20, 20)), # 随机旋转

这行代码也被注释掉了，它的作用是随机旋转图像，参数(-20, 20)表示旋转角度在-20到20度之间。

        iaa.Multiply((0.8, 1.0)), # 随机亮度

这行代码将图像的亮度调整为原始亮度的0.8到1.0倍。这可以模拟不同的光照条件。

        iaa.Affine(scale=(0.9, 1.1)) # 随机缩放

这行代码将图像随机缩放，参数(0.9, 1.1)表示缩放比例在0.9到1.1倍之间。这可以模拟图像在不同距离下的观察效果。

    ])
    augmented_images = []
    augmented_labels = []

初始化两个空列表，用于存储增强后的图像和相应的标签。

    for img, label in zip(images, labels):

遍历原始图像和标签。

        img = img.reshape((50, 50, -1))  # 恢复图像形状

将图像数据重新塑形为三维数组，其中50x50是图像的尺寸，-1会自动计算第三个维度的大小，通常是3（因为图像是彩色的）。

        for _ in range(n_augmentations):

对于每个图像，生成指定数量的增强图像。

            augmented_img = aug(image=img)

应用定义好的增强器序列aug到图像上。

            augmented_images.append(augmented_img.flatten())  # 展平图像

将增强后的图像展平为一维数组，并添加到augmented_images列表中。

            augmented_labels.append(label)

将原始标签添加到augmented_labels列表中，因为增强后的图像与原始图像具有相同的标签。

    return augmented_images, augmented_labels

函数返回增强后的图像列表和标签列表。