如何使用 tensorflow 对象检测 api 添加自定义增强？

Question

目前，在使用 TensorFlow 对象检测的预处理步骤中不支持 Cutout 图像增强 API。

我的问题是：

1.如何向 TensorFlow 对象检测预处理器添加自定义增强（在本例中为 Cutout）？

我尝试关注：

在遵循那个 pull request 之后运行 protoc object_detection/protos/*.proto --python_out=. 在 protoc 目录中

并尝试使用我在对象检测器训练期间实施的切口增强，我收到以下错误：

google.protobuf.text_format.ParseError: 140:5 : Message type "object_detection.protos.PreprocessingStep" has no field named "CutOut".

非常感谢任何帮助和指导！ :-)

Answer 1

我在 Tensorflow 的对象检测方面经验不足 API，但我认为您可以添加一个名为“random_black_patches”的增强功能，它类似于剪切。你可以在原型中看到它 here.

如果你看到参数，你可以看到你控制了补丁的数量、概率和纵横比。

我在 pipeline.config 中使用它如下：


train_config {
  batch_size: 4
  data_augmentation_options{
    random_black_patches {
    }
  }
}

How do I add a custom augmentation using tensorflow object detection api?