Albumentations 이미지 Augmentation API 소개

이미지 증강방법은 딥러닝이나 컴퓨터 비전에서 학습된 모델의 퀄리티를 향상하기 위해 사용되는 방법이며, 기존 학습데이터를 이용하여 새로운 데이터를 생성하는 목적을 가지고 있다.

 

Pytorch, Tensorflow등 다양한 프레임워크에서 사용 가능하며 pixel-level transforms, spatial-level transforms 등의 70개 연산을 지원한다. 또한, 데이터 타입(RGB-images, grayscale images, multispectral image, segmentation masks, bounding boxes, and keypoints)등 에서 이용 가능한다.

 

 

 

• Semantic segmentation on the Inria dataset

 

 

• Medical imaging

 

 

 

• Object detection and segmentation on the Mapillary Vistas datsets

 

 

• Key points Augmentation

 

 

 

• 지원되는 연산

 

 

 

• Image augmentations 방법의 효과( Validation set 기준 Top-1 Accuracy %)

 

 

 

• Installation

pip install -U albumentations

 

 

 

• Simple Examples

import albumentations as A
import cv2

# Declare an augmentation pipeline
transform = A.Compose([
    A.RandomCrop(width=256, height=256),
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(p=0.2),
])

# Read an image with OpenCV and convert it to the RGB colorspace
image = cv2.imread("image.jpg")
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Augment an image
transformed = transform(image=image)
transformed_image = transformed["image"]

 

 

[참고 자료] github.com/albumentations-team/albumentations#a-simple-example