lmw0320
2019-12-03 14:50
采纳率: 100%
浏览 1.7k

语义分割或实例分割模型训练,如何利用数据增强手段,减少手工标注的工作量

对于语义分割或实例分割模型的训练,其需要对原始图片进行事先标注。而这种标注一般都是手工处理,难以提供大量训练数据集。貌似这个标注工作都是通过外包(本质还是要靠人工标注实现)。
然而,数据集的扩充是可以通过数据增强的方式来实现的。不知道是否可以实现数据增强的同时,标注好的数据集,也同时进行增强。这样就可以避免或大大减少手工标注的工作量。。
我的个人理解是,数据增强可以通过代码简单实现,如平移、翻转、加噪、旋转等,相应的标注文件理论上来说,也可以通过代码实现相同的处理方式,从而生成新的数据集。。。
网搜了半天,貌似都没有相关的文章或代码,不知道有没高手可以帮忙指点下。。
我个人曾经试过Mask-RCNN模型的训练,用labelme进行数据标注。。后面用数据增强的方式,对原始图片进行了增强。同时也对标注生成的mask图片做了相同的增强处理。。。但是无法对labelme标注后生成的json文件进行修改(因为翻转、旋转等手段,其坐标值改变较多,需要比较复杂的计算,才能获取正确的数值---本人不会)。。。结果将新的数据集进行训练时,会报错:File "D:\python_files\Mask_RCNN-master\Mask-RCNN.py", line 201, in dataset_train.load_shapes(count, img_folder, mask_folder, imglist, dataset_root_path) File "D:\python_files\Mask_RCNN-master\Mask-RCNN.py", line 143, in load_shapes width=cv_img.shape[1], height=cv_img.shape[0], mask_path=mask_path, yaml_path=yaml_path) AttributeError: 'NoneType' object has no attribute 'shape'
---如果使用原始的数据集,则是正常训练(说明模型训练时,应该还是用到了json文件)。。。求高手指点~~

  • 收藏

2条回答 默认 最新

  • 我有一個夢想 2019-12-09 13:05
    已采纳

    是读取图片出现错误吧 没正常读取到图 检查下图片路径

    已采纳该答案
    打赏 评论
  • 阿莫西木木 2021-03-25 14:31

    请问训练的时候json文件真的用不上吗

    打赏 评论

相关推荐 更多相似问题