Process Images
标题: “处理图像” 权重: 40
图像数据转换对于规范化我们的模型网络和增加训练集的大小非常重要。这些转换可以改变图像的像素值，但仍保留几乎所有图像的信息，所以人类很难分辨它是否经过了增强。这迫使模型对图像中各种各样的物体，如位置、方向、大小、颜色等更加灵活。通常，经过数据增强训练的模型能够更好地推广。 数据整理器为我们提供内置和自定义转换，以提高图像的质量，用于标记、训练或推理。我们使用其中一些转换来改善提供给机器学习模型的图像数据集。
转换数据
使用数据整理器导入和转换我们用于机器学习(ML)管道的图像。
数据整理器支持各种内置和自定义转换，以提高图像的质量，用于标记、训练或推理。我们使用其中一些转换来改善提供给机器学习模型的图像数据集。
- 模糊图像 - 数据整理器支持来自开源图像库的不同模糊技术(高斯、平均、中值、运动等)。
- 损坏图像 - 数据整理器还支持不同的损坏技术(高斯噪声、脉冲噪声、斑点噪声等)。
- 增强图像对比度 - 我们可以部署不同的对比度增强技术(伽马对比度、Sigmoid对比度、对数对比度、线性对比度、直方图均衡化等)。
- 调整图像大小 - 数据整理器支持不同的调整大小技术(裁剪、填充、缩略图等)。
如何添加图像转换函数
单击"源"旁边的加号，选择"添加转换”。
在"所有步骤"菜单中单击"+ 添加步骤"按钮。
我们将看到可以添加的图像转换功能列表
有关数据整理器为图像数据提供的不同类型转换的更多信息，请访问官方文档此处