Shortcuts

新增数据增强

自定义数据增强

自定义数据增强必须继承 BaseTransform 并实现 transform 函数。这里我们使用一个简单的翻转变换作为示例:

import random
import mmcv
from mmcv.transforms import BaseTransform, TRANSFORMS

@TRANSFORMS.register_module()
class MyFlip(BaseTransform):
    def __init__(self, direction: str):
        super().__init__()
        self.direction = direction

    def transform(self, results: dict) -> dict:
        img = results['img']
        results['img'] = mmcv.imflip(img, direction=self.direction)
        return results

此外,新的类需要被导入。

from .my_pipeline import MyFlip

这样,我们就可以实例化一个 MyFlip 对象并使用它来处理数据字典。

import numpy as np

transform = MyFlip(direction='horizontal')
data_dict = {'img': np.random.rand(224, 224, 3)}
data_dict = transform(data_dict)
processed_img = data_dict['img']

或者,我们可以在配置文件中的数据流程中使用 MyFlip 变换。

pipeline = [
    ...
    dict(type='MyFlip', direction='horizontal'),
    ...
]

需要注意,如果要在配置文件中使用 MyFlip,必须确保在运行时导入了包含 MyFlip 的文件。