Python 自动生成用于cnn训练的合成图像_Python_Tensorflow_Dataset_Conv Neural Network_Data Augmentation

Python 自动生成用于cnn训练的合成图像

python tensorflow

Python 自动生成用于cnn训练的合成图像,python,tensorflow,dataset,conv-neural-network,data-augmentation,Python,Tensorflow,Dataset,Conv Neural Network,Data Augmentation,我想培训CNN使用tensorflow检测和分类任何类型的标志（主要是实验室和安全标志）。虽然我可以为分类训练集收集足够的训练数据，例如使用Bing API，但我正在绞尽脑汁地考虑一个解决方案，为目标检测训练集获取足够的图像。由于这些标记大多不公开，我想我可以将自然场景图像与标记本身的图像合成，以获得一个训练集。有没有办法自动做到这一点？我查看了tensorflow数据增强类，但它似乎只为更简单的数据增强任务提供功能。您可以使用OpenCV作为预处理算法如下：随机选择自然场景图像和标志图

我想培训CNN使用tensorflow检测和分类任何类型的标志（主要是实验室和安全标志）。虽然我可以为分类训练集收集足够的训练数据，例如使用Bing API，但我正在绞尽脑汁地考虑一个解决方案，为目标检测训练集获取足够的图像。由于这些标记大多不公开，我想我可以将自然场景图像与标记本身的图像合成，以获得一个训练集。有没有办法自动做到这一点？

我查看了tensorflow数据增强类，但它似乎只为更简单的数据增强任务提供功能。

您可以使用OpenCV作为预处理

算法如下：

随机选择自然场景图像和标志图像的组合

采样自然场景图像中粘贴符号图像的随机位置

将标志图像粘贴到该位置

获取粘贴的图像和位置作为训练数据的一部分

第1步和第2步是用python标准的

random

模块或

numpy

完成的

步骤3是用opencv python完成的。请参阅。

您是否正在寻找一种使用TensorFlow的方法？或者它可以与任何其他库，如OpenCV？对不起，我会完全好与OpenCV。谢谢你的评论