pytorch 图像语义分割任务、成对图片、图片标签同步同时数据增强并设置成统一尺寸
前言
项目中需要对成对图片进行数据增强，尝试了下torchvision的transformer无法实现，语义分割任务在进行某些数据增强时，需要对数据和标签图片进行同步操作，如旋转、剪裁、翻转等。查阅资料发现Augmentor正好可以。
以下代码中对数据增强后，将输出图片统一尺寸，并重新命名方便后续训练
代码
# 导入数据增强工具
import Augmentor
import glob
from PIL import Image
# 确定原始图像存储路径以及掩码文件存储路径
p = Augmentor.Pipeline("./img/lr")
p.ground_truth("./img/hr")
# 图像旋转： 按照概率0.8执行，最大左旋角度10，最大右旋角度10
p.rotate(probability=0.8, max_left_rotation=25, max_right_rotation=25)
# 随机翻转
p.flip_random(probability=0.8)
# 图像左右互换： 按照概率0.5执行
p.flip_left_right(probability=0.5)
# 上下翻转
p.flip_top_bottom(probability=0.5)
# 图像放大缩小： 按照概率0.8执行，面积为原始图0.85倍
p.zoom_random(probability=0.3, percentage_area=0.85)
# percentage_area表示裁剪面积占原图像面积的比例，centre指定是否从图片中间裁剪，randomise_percentage_area指定是否随机生成裁剪面积比
p.crop_random(probability=0.3, percentage_area=0.8, randomise_percentage_area=True)
# 最终扩充的数据样本数
p.sample(1000)
# 所有图片改成统一尺寸
images = (glob.glob("img/lr/output/*"))
for i, path in enumerate(images):
img = images[i]
img = Image.open(img)
img = img.resize((256, 256))
# 文件名
file = path.split('_')[-1].split('.')[0]
if '_groundtruth_' in path:
file += '_hr'
else:
file += '_lr'
# 保存PIL图像
img.save("data/deep1/%s.tif" % file)
