mxnet文檔


找不到中文文檔,全是生肉。。沒辦法只能自己翻譯了

MXNet -python API

Image API(圖像)

概覽

本文總結了用於讀取和處理其中提供的圖像的支持函數和迭代器

mxnet.imge  圖像迭代和圖像增加函數

圖像處理函數

image.imdecode           將圖像解碼為NDArray。(NDArray 多維數組對象)

imgage.scale_down      如果尺寸大於圖像尺寸,縮小裁剪尺寸。

image.resize_short       將較短邊調整到合適尺寸

image.fixed_crop          在固定的位置修剪src,並(可選地)調整它的大小。

image.random_crop      按照尺寸隨機修剪src(寬,高)

image.center_crop        通過在所有的四邊進行修剪將圖像src裁剪到給定的大小,並保留圖像的中心。

image.color_normalize  用mean和std對src進行歸一化。

image.random_size_crop  按照尺寸隨機修剪src

圖像迭代器

迭代器支持從二進制記錄IO和原始圖像文件加載圖像。

image.ImageIter  有大量增加圖片的圖像迭代器

 1 data_iter = mx.image.ImageIter(batch_size=4, data_shape=(3, 224, 224), label_width=1,
 2 data_iter.reset()
 3 for data in data_iter:
 4 d = data.data[0]
 5 print(d.shape)
 6 # we can apply lots of augmentations as well我們也能夠擴展到很多圖片
 7 data_iter = mx.image.ImageIter(4, (3, 224, 224), path_imglist='data/custom.lst',
 8 data = data_iter.next()
 9 # specify augmenters manually is also supported手動指定增量也是支持的
10 data_iter = mx.image.ImageIter(32, (3, 224, 224), path_rec='data/caltech.rec',

我們使用助手函數來初始化增加器

image.CreateAugmenter 創建一個增加器列表

一個支持增加器的列表

image.Augmenter  圖像增強基類

image.SequentialAug    組成一個連續的增強列表。

 image.RandomOrderAug     將增量表隨機打亂

image.ResizeAug                 使短邊調整到增量大小

。。。中間省略先

通常由 tools/im2rec.py生成的 lst 文件是一個列表,如下:

index_0 label_0 image_path_0

index_1 label_1 image_path_1

label_N是一個定寬的向量數,目標檢測的標簽類型是一個長的可變向量

A B [extra header]  [(object0),(object1).....(objectN)]

A 是header 的寬度(2+ extra header的長度),B是每個物體的寬度,extra header是可選的,用於插入助手信息,如(寬度,高度)。每個object通常是描述目標屬性的5或6個數字.例如: [id, xmin, ymin, xmax, ymax, difficulty],把所有的進行合成,我們得到目標檢測的lst文件。

我總算找到了生成lst的文檔了。。。。蒼天啊

現在讓我們使用im2rec.py腳本工具將它們轉換為record io格式。首先,我們需要制作一個包含所有圖像文件及其類別的列表:

 

 

 

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM