def __init__(self):
self.data_transform = {
'train':
Compose([
get_anno(), # JSONからアノテーションを辞書に格納
add_neck(), # アノテーションデータの順番を変更し、さらに首のアノテーションデータを追加
aug_scale(), # 拡大縮小
aug_rotate(), # 回転
aug_croppad(), # 切り出し
aug_flip(), # 左右反転
remove_illegal_joint(), # 画像からはみ出たアノテーションを除去
Normalize_Tensor() # 色情報の標準化とテンソル化
]),
'val':
Compose([
get_anno(), # JSONからアノテーションを辞書に格納
add_neck(), # アノテーションデータの順番を変更し、さらに首のアノテーションデータを追加
aug_scale(), # 拡大縮小
aug_rotate(), # 回転
aug_croppad(), # 切り出し
aug_flip(), # 左右反転
remove_illegal_joint(), # 画像からはみ出たアノテーションを除去
Normalize_Tensor() # 色情報の標準化とテンソル化
])
}
def __init__(self, input_size, color_mean, color_std):
self.data_transform = {
'train':
Compose([
Scale(scale=[0.5, 1.5]), # 画像の拡大縮小
RandomRotation(angle=[-10, 10]), # 画像の回転
RandomMirror(), # 50%の確率で画像の反転
Resize(input_size), # リサイズ
Normalize_Tensor(color_mean, color_std) # 標準化とTensor型への変換
]),
'val':
Compose(
[Resize(input_size),
Normalize_Tensor(color_mean, color_std)])
}
def __init__(self, input_size, color_mean, color_std):
self.data_transform = {
'train':
Compose([
Scale(scale=[0.5, 1.5]), # 画像の拡大
RandomRotation(angle=[-10, 10]), # 回転
RandomMirror(), # ランダムミラー
Resize(input_size), # リサイズ(input_size)
Normalize_Tensor(color_mean, color_std) # 色情報の標準化とテンソル化
]),
'val':
Compose([
Resize(input_size), # リサイズ(input_size)
Normalize_Tensor(color_mean, color_std) # 色情報の標準化とテンソル化
])
}
def __init__(self):
self.data_transform = {
'train': Compose([
get_anno(),
add_neck(),
aug_scale(),
aug_rotate(),
aug_croppad(),
aug_flip(),
remove_illegal_joint(),
Normalize_Tensor()
]),
'val': Compose([
])
}