LabelImg，LabelMe工具标注后的图片数据增强
免费下载资源
向AI转型的程序员都关注了这个号????????????
人工智能大数据与深度学习 公众号：datayx
这是一个目标检测和目标分割增强的小工具，需要您事先标记一些图片，然后变化增强图片(支持LabelIMg和LabelMe标注的文件)，图片数据增强，包括模糊，亮度，裁剪，旋转，平移，镜像。
1 目标检测图片数据增强（使用labelImg工具）
我们使用labelImg工具进行标注，会得到对应的xml文件，结果如下：
现在我们要实现一些图片增强，比如模糊，亮度，裁剪，旋转，平移，镜像等变化，同时我们希望，标签也跟着变化，比如下面这样的结果：
代码 获取方式：
分享本文到朋友圈
关注微信公众号 datayx 然后回复 图像增强 即可获取。
AI项目体验地址 https://loveai.tech
店铺地址：
https://shop585613237.taobao.com
↓
2 对象分割图片数据增强（使用labelMe工具）
现在使用LabelMe工具来标注，不出意外会得到一个json文件，结果如下：
现在我们来实现这个结果的增强，能力有限，目前只做到了模糊、亮度、平移、镜像等变化。
效果如下：
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
GitHub 加速计划 / la / labelImg
22.31 K
6.24 K
下载
旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。
更多推荐
6
0- 0
已为社区贡献20条内容
所有评论(0)