Python 在Tensorflow对象检测API中连续应用增强的正确方法是什么？

我想通过旋转90度、180度和270度来扩充数据集，并对图像的水平或垂直翻转版本应用相同的旋转。因此，一张图像总共有8张图像（4张来自原始图像旋转，4张来自翻转图像旋转）

API中只有90度旋转（

随机旋转90

）。所以，我想这个函数应该连续应用，以获得180度和270度的旋转。在配置文件中执行此操作的正确方法是什么

data_augmentation_options {
  random_horizontal_flip{
  }
}
data_augmentation_options {
  random_rotation90{
  }
}

据我从文件中了解，上述配置直接将增强应用于原始图像，在这种情况下，不会连续应用增强。那么，以下配置是否符合我的目的

data_augmentation_options {
  random_horizontal_flip{
  }
  random_rotation90{
  }
}
data_augmentation_options {
  random_horizontal_flip{
  }
  random_rotation90{
  }
  random_rotation90{
  }
}
data_augmentation_options {
  random_horizontal_flip{
  }
  random_rotation90{
  }
  random_rotation90{
  }
  random_rotation90{
  }
}
data_augmentation_options {
  random_rotation90{
  }
}
data_augmentation_options {
  random_rotation90{
  }
  random_rotation90{
  }
}
data_augmentation_options {
  random_rotation90{
  }
  random_rotation90{
  }
  random_rotation90{
  }
}

---

不，对于每个选项，数据扩充只发生一次，每个选项分别创建一个图像。因此，使用多个旋转选项无法获得所需的旋转。为此，您必须执行以下操作： 随机旋转90{ 关键点旋转排列：3 关键点旋转排列：0 关键点旋转排列：1 关键点旋转排列：2 概率：0.5

---

}

否，对于每个选项，数据增强只发生一次，每个选项分别创建一个图像。因此，使用多个旋转选项无法获得所需的旋转。为此，您必须执行以下操作： 随机旋转90{ 关键点旋转排列：3 关键点旋转排列：0 关键点旋转排列：1 关键点旋转排列：2 概率：0.5 }

实时问题实时问题