在 Pytorch 中,我知道某些图像处理转换可以这样组合:import torchvision.transforms as transforms
transform = transforms.Compose([transforms.ToTensor()
,transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
就我而言,每个图像都有一个对应的 YOLO 格式的边界框坐标注释。 Pytorch 是否也允许将这些转换应用于图像的边界框坐标,然后将它们保存为新的注释?谢谢。
最佳答案
您用作示例的转换不会更改边界框坐标。 ToTensor()
将 PIL 图像转换为火炬张量和 Normalize()
用于归一化图像的 channel 。
转换如 RandomCrop()
和 RandomRotation()
将导致边界框的位置与(修改后的)图像不匹配。
但是,Pytorch 使您可以非常灵活地创建自己的转换并控制边界框坐标发生的情况。
有关更多详细信息的文档:
https://pytorch.org/docs/stable/torchvision/transforms.html#functional-transforms
作为一个例子(从文档修改):
import torchvision.transforms.functional as TF
import random
def my_rotation(image, bonding_box_coordinate):
if random.random() > 0.5:
angle = random.randint(-30, 30)
image = TF.rotate(image, angle)
bonding_box_coordinate = TF.rotate(bonding_box_coordinate, angle)
# more transforms ...
return image, bonding_box_coordinate
希望有帮助=)
关于python - Pytorch 是否允许将给定的转换应用于图像的边界框坐标?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63068332/