Python 如何在PyTorch中为分段进行数据扩充

我正试图在torch中为我的数据加载器添加增强功能。我的所有示例图像都有遮罩，没有一个是空白的。但是，当我添加一个像

RandomRotation

这样的增强时，我发现数据集中的一些示例会生成一个不再有标签的图像，并且图像会崩溃

在Pytork中是否有正确处理此问题的方法。这里是问题的例子吗

def __getitem__(self, idx):
      # load image and mask
      img_path = os.path.join(self.root, self.imagefolder, self.imgs[idx])
      mask_path = os.path.join(self.root, self.maskfolder , self.masks[idx])
      img = Image.open(img_path).convert("RGB")

      # The problem is that augmentation could remove all the visible labels here
      img, mask = run_augmentations(img, mask)
      
      mask = Image.open(mask_path)
      mask = np.array(mask)
      obj_ids = np.unique(mask)
      obj_ids = obj_ids[1:]

      masks = mask == obj_ids[:, None, None]
      num_objs = len(obj_ids)
      boxes = []

      for i in range(num_objs):
          pos = np.where(masks[i])

          xmin = np.min(pos[1])
          xmax = np.max(pos[1])
          ymin = np.min(pos[0])
          ymax = np.max(pos[0])


          if xmin == xmax or ymin == ymax:
              print("WARNING ZERO SIZE BOUNDING BOX AFTER AUGMENTATION")
              print(img_path)
          
          boxes.append([xmin, ymin, xmax, ymax])

      if len(boxes) == 0:
          print("WARNING ZERO BOUNDING BOXES AFTER AUGMENTATION")
          print(img_path)

      ...

---

编辑：如果在增强后没有标签，我的最佳尝试是返回没有任何增强的图像和掩码。

您的

运行\u增强功能是什么？有些函数可能使用插值，这可能会弄乱离散的标签。@hkchengrex这只是
torchvision.transforms.RandomRotation（180）
尝试添加
resample=PIL.Image.NEAREST
到
RandomRotation
？你的
运行增强功能是什么？某些函数可能使用插值，这可能会弄乱离散的标签。@hkchengrex它只是
torchvision.transforms.RandomRotation（180）
尝试添加
resample=PIL.Image.NEAREST
到
RandomRotation
？