【huggingface】【pytorch-image-models】timm框架中使用albumentations库数据增广

Thomas_Cai2024-01-13 13:22

文章目录

一、前言
二、实操
- [2.1 声明库](#2.1 声明库)
- [2.2 定义你的数据增广算子](#2.2 定义你的数据增广算子)
- [2.3 加入其中](#2.3 加入其中)

一、前言

问题是这样的，在使用timm框架训练时，发现数据增广不够，想用Albumentations库的数据增广，怎么把后者嵌入到前者的训练中。

其实也是比较简单的，这里笔者也是做个笔记以往忘记，需要的童鞋自取。

二、实操

我们知道训练才需要数据增广，原始的数据增广是在：

其实也就是用XXX_tfl来收集数据增广的算子，

那么要加入Albumentations的算子，只需要3步：

2.1 声明库

py 复制代码

import numpy as np
from PIL import Image
import albumentations as A

2.2 定义你的数据增广算子

py 复制代码

albumentations_transform = A.Compose([
    A.XXXXX()
])

2.3 加入其中

py 复制代码

primary_tfl += [
    transforms.Lambda(lambda img: Image.fromarray(
        albumentations_transform_1(image=np.array(img))['image'].astype('uint8')))
]

这样在最后跟原始的数据增广算子，用transforms.Compose(XX)返回即可，这个本身自带了。

以上就可以搞定，在根据我之前的博客打印出预处理以后的图片即可。Enjoy~

∼ O n e p e r s o n g o f a s t e r , a g r o u p o f p e o p l e c a n g o f u r t h e r ∼ \sim_{One\ person\ go\ faster,\ a\ group\ of\ people\ can\ go\ further}\sim ∼One person go faster, a group of people can go further∼