可视化增强训练图像 [tensorflow 对象检测 api]
Visualizing augmented train images [tensorflow object detection api]
可以在 tensorflow 对象检测中增强图像 api 配置文件，例如：
data_augmentation_options {
random_horizontal_flip {
}
}
data_augmentation_options {
ssd_random_crop {
}
}
如何可视化训练图像以检查增强结果？
感谢您的帮助。
我建议你看看input_test.py file, specifically the function test_apply_image_and_box_augmentation in class DataAugmentationFnTest。您可以在那里添加 data_augmentation_options 并将图像传递给 tensor_dict。为了可视化它，您可以在 sess.run() 之后调用 matplotlib 函数，因为 augmented_tensor_dict_out 可以作为输入参数传递。
这是实现问题 https://github.com/majrie/visualize_augmentation/blob/master/visualize_augmentation.ipynb 中所问内容的代码。
根据@danyfang的回答
可以在 tensorflow 对象检测中增强图像 api 配置文件，例如：
data_augmentation_options {
random_horizontal_flip {
}
}
data_augmentation_options {
ssd_random_crop {
}
}
如何可视化训练图像以检查增强结果？
感谢您的帮助。
我建议你看看input_test.py file, specifically the function test_apply_image_and_box_augmentation in class DataAugmentationFnTest。您可以在那里添加 data_augmentation_options 并将图像传递给 tensor_dict。为了可视化它，您可以在 sess.run() 之后调用 matplotlib 函数，因为 augmented_tensor_dict_out 可以作为输入参数传递。
这是实现问题 https://github.com/majrie/visualize_augmentation/blob/master/visualize_augmentation.ipynb 中所问内容的代码。
根据@danyfang的回答