一、前言
问题是这样的，在使用timm框架训练时，发现数据增广不够，想用Albumentations库的数据增广，怎么把后者嵌入到前者的训练中。
其实也是比较简单的，这里笔者也是做个笔记以往忘记，需要的童鞋自取。
二、实操
我们知道训练才需要数据增广，原始的数据增广是在：
![[图片]](https://img-blog.csdnimg.cn/direct/4116e3df9633494bb326ff08eab5caca.png)
其实也就是用XXX_tfl来收集数据增广的算子，
那么要加入Albumentations的算子，只需要3步：
2.1 声明库
import numpy as np
from PIL import Image
import albumentations as A
2.2 定义你的数据增广算子
albumentations_transform = A.Compose([
A.XXXXX()
])
2.3 加入其中
primary_tfl += [
transforms.Lambda(lambda img: Image.fromarray(
albumentations_transform_1(image=np.array(img))['image'].astype('uint8')))
]
这样在最后跟原始的数据增广算子，用transforms.Compose(XX)返回即可，这个本身自带了。
以上就可以搞定，在根据我之前的博客打印出预处理以后的图片即可。Enjoy~
∼
O
n
e
p
e
r
s
o
n
g
o
f
a
s
t
e
r
,
a
g
r
o
u
p
o
f
p
e
o
p
l
e
c
a
n
g
o
f
u
r
t
h
e
r
∼
sim_{One person go faster, a group of people can go further}sim
∼One person go faster, a group of people can go further∼
原文地址:https://blog.csdn.net/ThomasCai001/article/details/135488026
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_56688.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
