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([ ]) }