【yolov5】为yolov5网络增加亮度数据增强方法_gamma变化数据增强

gamma变换图像增强

数据集中往往会出现这些对比度和亮度不统一的场景，例如：有些场景采光好，效果明显；有些整体场景昏暗，整体亮度低，对比度低；还有一些场景例如黑暗中的灯光，周围环境暗灯光亮，整体亮度低局部亮度高，对比度高。

采用的对比度与亮度图像增强算法来自于gamma变换，
有点：图像调整变得非常自然，不易失真。
代码如下：

import cv2
import numpy as np


def gamma_trans(img, gamma):
    '''
    首先归一化到0-1范围，然后gamma作为指数值求出新的像素值再还原
    '''
    gamma_table = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)]
    gamma_table = np.round(np.array(gamma_table)).astype(np.uint8)

    return cv2.LUT(img, gamma_table)  # 作为一个查表的映射

img = cv2.imread(path_org)
img3 = gamma_trans(img,0.75)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

增强后的效果（第一张原图）：

在yolov5中添加图像增强

在github上下载yolov5源码包；
然后再utils目录下的datasets.py文件

在def load_image(self, i):的函数中添加数据增强的函数：

如：

def gamma_trans(img, gamma):
    '''
    首先归一化到0-1范围，然后gamma作为指数值求出新的像素值再还原
    '''
    gamma_table = [np.power(x / 255.0, gamma) * 255.0 for x in range(256)]
    gamma_table = np.round(np.array(gamma_table)).astype(np.uint8)

    return cv2.LUT(img, gamma_table)  # 作为一个查表的映射


def load_image(self, i):
    # print("!!!!!!%%%%")
    # loads 1 image from dataset index 'i', returns im, original hw, resized hw
    im = self.imgs[i]
    if im is None:  # not cached in ram
        npy = self.img_npy[i]
        if npy and npy.exists():  # load npy
            im = np.load(npy)
        else:  # read image
            path = self.img_files[i]
            im = cv2.imread(path)  # BGR
            assert im is not None, 'Image Not Found ' + path
        # gamma变换数据增强
        im = gamma_trans(im, random.uniform(0.5, 2.0))

			
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
'
运行
运行

修改后完整datasets.py代码;

# YOLOv5 声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/在线问答5/article/detail/832127