深度学习中缺少的工具:使用几何标志进行数据扩充

Question

使用TensorFlow中的特定模块可以轻松实现数据扩充。这非常适用于分类问题，但是，当网络的目标是预测几何特征时，例如地标，就会出现问题。当图像被修改，例如翻转或扭曲时，还需要调整相应的标签。

1-是否有任何工具可以做到这一点？我确信这是一个常见的问题。

2-为预测几何特征的神经网络创建数据增强脚本有用吗？

我想知道我是否需要自己编写所有这些代码，或者我是否缺少了已经存在的东西。如果我需要这样做，并且它可能很有用，我会创建一个开源的东西。

Answer 1

您可以使用imgaug库https://github.com/aleju/imgaug

使用imgaug增强关键点的示例，您可以在此处找到https://github.com/aleju/imgaug#example-增强图像和关键点