Referans için ultralytics/data/augment.py
Not
Bu dosya https://github.com/ultralytics/ultralytics/blob/main/ ultralytics/data/augment .py adresinde mevcuttur. Bir sorun tespit ederseniz lütfen bir Çekme İsteği 🛠️ ile katkıda bulunarak düzeltilmesine yardımcı olun. Teşekkürler 🙏!
ultralytics.data.augment.BaseTransform
Görüntü dönüşümleri için temel sınıf.
Bu, belirli görüntü işleme ihtiyaçları için genişletilebilen genel bir dönüşüm sınıfıdır. Sınıf, hem sınıflandırma hem de anlamsal segmentasyon görevleriyle uyumlu olacak şekilde tasarlanmıştır.
Yöntemler:
İsim | Açıklama |
---|---|
__init__ |
BaseTransform nesnesini başlatır. |
apply_image |
Etiketlere görüntü dönüşümü uygular. |
apply_instances |
Etiketlerdeki nesne örneklerine dönüşümler uygular. |
apply_semantic |
Bir görüntüye semantik segmentasyon uygular. |
__call__ |
Bir görüntüye, örneklere ve anlamsal maskelere tüm etiket dönüşümlerini uygular. |
Kaynak kodu ultralytics/data/augment.py
__call__(labels)
Bir görüntüye, örneklere ve anlamsal maskelere tüm etiket dönüşümlerini uygular.
__init__()
apply_image(labels)
apply_instances(labels)
ultralytics.data.augment.Compose
Çoklu görüntü dönüşümleri oluşturmak için sınıf.
Kaynak kodu ultralytics/data/augment.py
__call__(data)
__getitem__(index)
İndeksleme kullanarak belirli bir dönüşümü veya bir dönüşüm kümesini alın.
Kaynak kodu ultralytics/data/augment.py
__init__(transforms)
__repr__()
__setitem__(index, value)
İndeksleme kullanarak belirli bir dönüşümü veya bir dönüşüm kümesini alın.
Kaynak kodu ultralytics/data/augment.py
append(transform)
insert(index, transform)
ultralytics.data.augment.BaseMixTransform
Temel karışım (MixUp/Mosaic) dönüşümleri için sınıf.
Bu uygulama mmyolo'dan alınmıştır.
Kaynak kodu ultralytics/data/augment.py
__call__(labels)
Etiket verilerine ön işleme dönüşümleri ve karıştırma/mozaik dönüşümleri uygular.
Kaynak kodu ultralytics/data/augment.py
__init__(dataset, pre_transform=None, p=0.0)
BaseMixTransform nesnesini veri kümesi, pre_transform ve olasılık ile başlatır.
ultralytics.data.augment.Mosaic
Üsler: BaseMixTransform
Mozaik büyütme.
Bu sınıf, birden fazla (4 veya 9) görüntüyü tek bir mozaik görüntüde birleştirerek mozaik büyütme işlemini gerçekleştirir. Büyütme, belirli bir olasılıkla bir veri kümesine uygulanır.
Nitelikler:
İsim | Tip | Açıklama |
---|---|---|
dataset |
Mozaik büyütmenin uygulandığı veri kümesi. |
|
imgsz |
int
|
Tek bir görüntünün mozaik işlem hattından sonraki görüntü boyutu (yükseklik ve genişlik). Varsayılan değer 640'tır. |
p |
float
|
Mozaik büyütme uygulama olasılığı. 0-1 aralığında olmalıdır. Varsayılan değer 1,0'dır. |
n |
int
|
Izgara boyutu, ya 4 (2x2 için) ya da 9 (3x3 için). |
Kaynak kodu ultralytics/data/augment.py
177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 |
|
__init__(dataset, imgsz=640, p=1.0, n=4)
Nesneyi bir veri kümesi, görüntü boyutu, olasılık ve kenarlıkla başlatır.
Kaynak kodu ultralytics/data/augment.py
get_indexes(buffer=True)
Veri kümesinden rastgele dizinlerin bir listesini döndürür.
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.MixUp
Üsler: BaseMixTransform
Veri kümesine MixUp büyütme uygulamak için sınıf.
Kaynak kodu ultralytics/data/augment.py
__init__(dataset, pre_transform=None, p=0.0)
MixUp nesnesini veri kümesi, pre_transform ve MixUp uygulama olasılığı ile başlatır.
ultralytics.data.augment.RandomPerspective
Görüntüler üzerinde rastgele perspektif ve afin dönüşümler uygular ve bunlara karşılık gelen sınırlayıcı kutular, segmentler ve anahtar noktaları. Bu dönüşümler döndürme, öteleme, ölçekleme ve kesme işlemlerini içerir. Sınıf ayrıca şu özellikleri de sunar seçeneği ile bu dönüşümleri belirli bir olasılıkla koşullu olarak uygulayabilirsiniz.
Nitelikler:
İsim | Tip | Açıklama |
---|---|---|
degrees |
float
|
Rastgele dönüşler için derece aralığı. |
translate |
float
|
Rastgele çeviri için toplam genişlik ve yüksekliğin kesri. |
scale |
float
|
Ölçek faktörü aralığı, örneğin 0,1 ölçek faktörü %90-%110 arasında bir yeniden boyutlandırmaya izin verir. |
shear |
float
|
Kayma yoğunluğu (derece cinsinden açı). |
perspective |
float
|
Perspektif bozulma faktörü. |
border |
tuple
|
Mozaik kenarlığını belirten ikili. |
pre_transform |
callable
|
Rastgele dönüşüme başlamadan önce görüntüye uygulanacak bir işlev/dönüşüm. |
Yöntemler:
İsim | Açıklama |
---|---|
affine_transform |
Görüntüye bir dizi afin dönüşüm uygular. |
apply_bboxes |
Hesaplanan afin matrisi kullanarak sınırlayıcı kutuları dönüştürür. |
apply_segments |
Segmentleri dönüştürür ve yeni sınırlayıcı kutular oluşturur. |
apply_keypoints |
Anahtar noktaları dönüştürür. |
__call__ |
Hem görüntülere hem de bunlara karşılık gelen açıklamalara dönüşüm uygulamak için ana yöntem. |
box_candidates |
Dönüşüm sonrası belirli kriterleri karşılamayan sınırlayıcı kutuları filtreler. |
Kaynak kodu ultralytics/data/augment.py
391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 |
|
__call__(labels)
Afin görüntüler ve hedefler.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
labels |
dict
|
bir dikte |
gerekli |
Kaynak kodu ultralytics/data/augment.py
__init__(degrees=0.0, translate=0.1, scale=0.5, shear=0.0, perspective=0.0, border=(0, 0), pre_transform=None)
RandomPerspective nesnesini dönüşüm parametreleriyle başlatır.
Kaynak kodu ultralytics/data/augment.py
affine_transform(img, border)
Görüntü merkezi etrafında ortalanmış bir dizi afin dönüşüm uygular.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
img |
ndarray
|
Giriş görüntüsü. |
gerekli |
border |
tuple
|
Sınır boyutları. |
gerekli |
İade:
İsim | Tip | Açıklama |
---|---|---|
img |
ndarray
|
Dönüştürülmüş görüntü. |
M |
ndarray
|
Dönüşüm matrisi. |
s |
float
|
Ölçek faktörü. |
Kaynak kodu ultralytics/data/augment.py
apply_bboxes(bboxes, M)
Sadece bbox'lara afin uygulayın.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
bboxes |
ndarray
|
bbox'ların listesi, xyxy biçiminde, (num_bboxes, 4) şeklinde. |
gerekli |
M |
ndarray
|
afin matris. |
gerekli |
İade:
İsim | Tip | Açıklama |
---|---|---|
new_bboxes |
ndarray
|
bboxes after affine, [num_bboxes, 4]. |
Kaynak kodu ultralytics/data/augment.py
apply_keypoints(keypoints, M)
Anahtar noktalara afin uygulayın.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
keypoints |
ndarray
|
anahtar noktaları, [N, 17, 3]. |
gerekli |
M |
ndarray
|
afin matris. |
gerekli |
İade:
İsim | Tip | Açıklama |
---|---|---|
new_keypoints |
ndarray
|
afin sonrası anahtar noktalar, [N, 17, 3]. |
Kaynak kodu ultralytics/data/augment.py
apply_segments(segments, M)
Segmentlere afin uygulayın ve segmentlerden yeni bbox'lar oluşturun.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
segments |
ndarray
|
segmentlerin listesi, [num_samples, 500, 2]. |
gerekli |
M |
ndarray
|
afin matris. |
gerekli |
İade:
İsim | Tip | Açıklama |
---|---|---|
new_segments |
ndarray
|
affine sonrası segmentlerin listesi, [num_samples, 500, 2]. |
new_bboxes |
ndarray
|
bboxes after affine, [N, 4]. |
Kaynak kodu ultralytics/data/augment.py
box_candidates(box1, box2, wh_thr=2, ar_thr=100, area_thr=0.1, eps=1e-16)
Kutu adaylarını bir dizi eşik değerine göre hesaplayın. Bu yöntem kutuların özelliklerini karşılaştırır Bir kutunun daha fazla işlem için aday olup olmadığına karar vermek için büyütme işleminden önce ve sonra.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
box1 |
ndarray
|
Büyütmeden önceki 4,n sınırlayıcı kutu, [x1, y1, x2, y2] olarak gösterilir. |
gerekli |
box2 |
ndarray
|
4,n sınırlayıcı kutu, büyütme işleminden sonra [x1, y1, x2, y2] olarak gösterilir. |
gerekli |
wh_thr |
float
|
Piksel cinsinden genişlik ve yükseklik eşiği. Varsayılan değer 2'dir. |
2
|
ar_thr |
float
|
En boy oranı eşiği. Varsayılan değer 100'dür. |
100
|
area_thr |
float
|
Alan oranı eşiği. Varsayılan değer 0,1'dir. |
0.1
|
eps |
float
|
Sıfıra bölünmeyi önlemek için küçük bir epsilon değeri. Varsayılan değer 1e-16'dır. |
1e-16
|
İade:
Tip | Açıklama |
---|---|
ndarray
|
Verilen eşik değerlerine göre hangi kutuların aday olduğunu gösteren boolean dizisi. |
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.RandomHSV
Bu sınıf, bir dosyanın Ton, Doygunluk ve Değer (HSV) kanallarında rastgele ayarlamalar yapmaktan sorumludur. görüntü.
Ayarlamalar rastgeledir ancak hgain, sgain ve vgain tarafından belirlenen sınırlar dahilindedir.
Kaynak kodu ultralytics/data/augment.py
__call__(labels)
Önceden tanımlanmış sınırlar dahilinde bir görüntüye rastgele HSV büyütme uygular.
Değiştirilen görüntü, giriş 'labels' diktesindeki orijinal görüntünün yerini alır.
Kaynak kodu ultralytics/data/augment.py
__init__(hgain=0.5, sgain=0.5, vgain=0.5)
RandomHSV sınıfını her HSV kanalı için kazançlarla başlatın.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
hgain |
float
|
Renk tonu için maksimum varyasyon. Varsayılan değer 0,5'tir. |
0.5
|
sgain |
float
|
Doygunluk için maksimum varyasyon. Varsayılan değer 0,5'tir. |
0.5
|
vgain |
float
|
Değer için maksimum varyasyon. Varsayılan değer 0,5'tir. |
0.5
|
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.RandomFlip
Belirli bir olasılıkla bir görüntüye rastgele yatay veya dikey çevirme uygular.
Ayrıca tüm örnekleri (sınırlayıcı kutular, anahtar noktaları, vb.) uygun şekilde günceller.
Kaynak kodu ultralytics/data/augment.py
__call__(labels)
Bir görüntüye rastgele çevirme uygular ve sınırlayıcı kutular veya anahtar noktalar gibi tüm örnekleri buna göre günceller.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
labels |
dict
|
'img' ve 'instances' anahtarlarını içeren bir sözlük. 'img' çevrilecek görüntüdür. 'instances', sınırlayıcı kutuları ve isteğe bağlı olarak anahtar noktaları içeren bir nesnedir. |
gerekli |
İade:
Tip | Açıklama |
---|---|
dict
|
'img' ve 'instances' anahtarları altında çevrilmiş görüntü ve güncellenmiş örneklerle aynı dikte. |
Kaynak kodu ultralytics/data/augment.py
__init__(p=0.5, direction='horizontal', flip_idx=None)
RandomFlip sınıfını olasılık ve yön ile başlatır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
p |
float
|
Çevirmeyi uygulama olasılığı. 0 ile 1 arasında olmalıdır. Varsayılan değer 0,5'tir. |
0.5
|
direction |
str
|
Çevirmenin uygulanacağı yön. 'Yatay' veya 'dikey' olmalıdır. Varsayılan değer 'yatay'dır. |
'horizontal'
|
flip_idx |
array - like
|
Varsa, anahtar noktalarını çevirmek için dizin eşlemesi. |
None
|
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.LetterBox
Algılama, örnek segmentasyonu, poz için görüntüyü ve dolguyu yeniden boyutlandırın.
Kaynak kodu ultralytics/data/augment.py
__call__(labels=None, image=None)
Güncellenmiş etiketleri ve kenarlık eklenmiş görüntüyü iade edin.
Kaynak kodu ultralytics/data/augment.py
__init__(new_shape=(640, 640), auto=False, scaleFill=False, scaleup=True, center=True, stride=32)
LetterBox nesnesini belirli parametrelerle başlatır.
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.CopyPaste
https://arxiv.org/abs/2012.07177 makalesinde açıklandığı gibi Kopyala-Yapıştır artırımını uygular. Bu sınıf görüntülere ve bunlara karşılık gelen örneklere Kopyala-Yapıştır artırımını uygulamaktan sorumludur.
Kaynak kodu ultralytics/data/augment.py
__call__(labels)
Verilen görüntü ve örneklere Kopyala-Yapıştır artırımını uygular.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
labels |
dict
|
İçeren bir sözlük: - 'img': Artırılacak görüntü. - 'cls': Örneklerle ilişkili sınıf etiketleri. - 'instances': Sınırlayıcı kutuları ve isteğe bağlı olarak anahtar noktaları ve segmentleri içeren nesne. |
gerekli |
İade:
Tip | Açıklama |
---|---|
dict
|
'img', 'cls' ve 'instances' anahtarları altında artırılmış görüntü ve güncellenmiş örnekler içeren dict. |
Notlar
- Bu artırmanın çalışması için örneklerin niteliklerinden biri olarak 'segmentlere' sahip olması beklenir.
- Bu yöntem, 'labels' girdi sözlüğünü yerinde değiştirir.
Kaynak kodu ultralytics/data/augment.py
__init__(p=0.5)
CopyPaste sınıfını belirli bir olasılıkla başlatır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
p |
float
|
Kopyala-Yapıştır artırımını uygulama olasılığı. 0 ile 1 arasında olmalıdır. Varsayılan değer 0,5'tir. |
0.5
|
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.Albumentations
Albümantasyon dönüşümleri.
İsteğe bağlı, devre dışı bırakmak için paketi kaldırın. Bulanıklık, Medyan Bulanıklığı, gri tonlamaya dönüştürme, Kontrast Sınırlı Uyarlamalı uygular Histogram Eşitleme, rastgele parlaklık ve kontrast değişimi, RandomGamma ve görüntü kalitesinin düşürülmesi sıkıştırma.
Kaynak kodu ultralytics/data/augment.py
__call__(labels)
Nesne algılamaları oluşturur ve algılama sonuçlarını içeren bir sözlük döndürür.
Kaynak kodu ultralytics/data/augment.py
__init__(p=1.0)
YOLO bbox biçimlendirilmiş params için transform nesnesini başlatın.
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.Format
Nesne algılama, örnek segmentasyonu ve poz tahmini görevleri için görüntü ek açıklamalarını biçimlendirir. Sınıf
tarafından kullanılacak görüntü ve örnek ek açıklamalarını standartlaştırır. collate_fn
PyTorch DataLoader'da.
Nitelikler:
İsim | Tip | Açıklama |
---|---|---|
bbox_format |
str
|
Sınırlayıcı kutular için biçim. Varsayılan değer 'xywh'dir. |
normalize |
bool
|
Sınırlayıcı kutuların normalleştirilip normalleştirilmeyeceği. Varsayılan değer True'dur. |
return_mask |
bool
|
Segmentasyon için örnek maskeleri döndürür. Varsayılan değer False'dir. |
return_keypoint |
bool
|
Poz tahmini için anahtar noktaları döndürür. Varsayılan değer False'dir. |
mask_ratio |
int
|
Maskeler için alt örnekleme oranı. Varsayılan değer 4'tür. |
mask_overlap |
bool
|
Maskelerin örtüşüp örtüşmeyeceği. Varsayılan değer True'dur. |
batch_idx |
bool
|
Toplu dizinleri koru. Varsayılan değer True'dur. |
bgr |
float
|
BGR görüntülerini döndürme olasılığı. Varsayılan değer 0,0'dır. |
Kaynak kodu ultralytics/data/augment.py
919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 |
|
__call__(labels)
'collate_fn' tarafından kullanılmak üzere biçimlendirilmiş görüntü, sınıflar, sınırlayıcı kutular ve anahtar noktaları döndürür.
Kaynak kodu ultralytics/data/augment.py
__init__(bbox_format='xywh', normalize=True, return_mask=False, return_keypoint=False, return_obb=False, mask_ratio=4, mask_overlap=True, batch_idx=True, bgr=0.0)
Format sınıfını verilen parametrelerle başlatır.
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.RandomLoadText
Pozitif ve negatif metinleri rastgele örnekleyin ve sınıf indekslerini örnek sayısına göre güncelleyin.
Nitelikler:
İsim | Tip | Açıklama |
---|---|---|
prompt_format |
str
|
Bilgi istemi için biçim. Varsayılan değer '{}' şeklindedir. |
neg_samples |
tuple[int]
|
Negatif metinleri rastgele örneklemek için bir korucu, Varsayılan (80, 80). |
max_samples |
int
|
Bir görüntüdeki maksimum farklı metin örneği sayısı, Varsayılan değer 80'dir. |
padding |
bool
|
Metinlerin max_samples değerine tamponlanıp tamponlanmayacağı. Varsayılan değer False'dir. |
padding_value |
str
|
Dolgu metni. Varsayılan değer "" dir. |
Kaynak kodu ultralytics/data/augment.py
1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 |
|
__call__(labels)
Güncellenmiş sınıfları ve metinleri iade edin.
Kaynak kodu ultralytics/data/augment.py
__init__(prompt_format='{}', neg_samples=(80, 80), max_samples=80, padding=False, padding_value='')
RandomLoadText sınıfını verilen parametrelerle başlatır.
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.ClassifyLetterBox
YOLOv8 Görüntü ön işleme için LetterBox sınıfı, bir dönüşüm hattının parçası olmak üzere tasarlanmıştır, örn, T.Compose([LetterBox(size), ToTensor()]).
Nitelikler:
İsim | Tip | Açıklama |
---|---|---|
h |
int
|
Görüntünün hedef yüksekliği. |
w |
int
|
Görüntünün hedef genişliği. |
auto |
bool
|
True ise, stride kullanarak kısa kenarı otomatik olarak çözer. |
stride |
int
|
'auto' True olduğunda kullanılan stride değeri. |
Kaynak kodu ultralytics/data/augment.py
__call__(im)
Görüntüyü yeniden boyutlandırır ve letterbox yöntemiyle doldurur.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
im |
ndarray
|
HWC şeklindeki bir numpy dizisi olarak girdi görüntüsü. |
gerekli |
İade:
Tip | Açıklama |
---|---|
ndarray
|
Bir numpy dizisi olarak mektup kutulu ve yeniden boyutlandırılmış görüntü. |
Kaynak kodu ultralytics/data/augment.py
__init__(size=(640, 640), auto=False, stride=32)
ClassifyLetterBox sınıfını bir hedef boyut, auto-flag ve stride ile başlatır.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
size |
Union[int, Tuple[int, int]]
|
Mektup kutusu için hedef boyutlar (yükseklik, genişlik). |
(640, 640)
|
auto |
bool
|
True ise, kısa kenarı adım temelinde otomatik olarak hesaplar. |
False
|
stride |
int
|
'auto' True olduğunda kullanılan stride değeri. |
32
|
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.CenterCrop
YOLOv8 Görüntü ön işleme için CenterCrop sınıfı, bir dönüşüm ardışık düzeninin parçası olmak üzere tasarlanmıştır, örn, T.Compose([CenterCrop(size), ToTensor()]).
Kaynak kodu ultralytics/data/augment.py
__call__(im)
Mektup kutusu yöntemini kullanarak görüntünün merkezini yeniden boyutlandırır ve kırpar.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
im |
ndarray
|
HWC şeklindeki bir numpy dizisi olarak girdi görüntüsü. |
gerekli |
İade:
Tip | Açıklama |
---|---|
ndarray
|
Bir numpy dizisi olarak ortası kırpılmış ve yeniden boyutlandırılmış görüntü. |
Kaynak kodu ultralytics/data/augment.py
__init__(size=640)
ultralytics.data.augment.ToTensor
YOLOv8 Görüntü ön işleme için ToTensor sınıfı, yani T.Compose([LetterBox(size), ToTensor()]).
Kaynak kodu ultralytics/data/augment.py
__call__(im)
İsteğe bağlı yarım hassasiyet ve normalleştirme uygulayarak bir görüntüyü numpy dizisinden PyTorch tensor adresine dönüştürür.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
im |
ndarray
|
BGR sırasına göre (H, W, C) şeklinde bir numpy dizisi olarak görüntü girişi. |
gerekli |
İade:
Tip | Açıklama |
---|---|
Tensor
|
Dönüştürülmüş görüntü PyTorch tensor float32 veya float16 olarak, [0, 1]'e normalize edilmiştir. |
Kaynak kodu ultralytics/data/augment.py
__init__(half=False)
ultralytics.data.augment.v8_transforms(dataset, imgsz, hyp, stretch=False)
Görüntüleri YOLOv8 eğitimi için uygun bir boyuta dönüştürün.
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.classify_transforms(size=224, mean=DEFAULT_MEAN, std=DEFAULT_STD, interpolation=Image.BILINEAR, crop_fraction=DEFAULT_CROP_FRACTION)
Değerlendirme/çıkarım için sınıflandırma dönüşümleri. timm/data/transforms_factory.py dosyasından esinlenilmiştir.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
size |
int
|
görüntü boyutu |
224
|
mean |
tuple
|
RGB kanallarının ortalama değerleri |
DEFAULT_MEAN
|
std |
tuple
|
RGB kanallarının std değerleri |
DEFAULT_STD
|
interpolation |
InterpolationMode
|
enterpolasyon modu. varsayılan değer T.InterpolationMode.BILINEAR'dır. |
BILINEAR
|
crop_fraction |
float
|
kırpılacak görüntünün kesri. varsayılan değer 1.0'dır. |
DEFAULT_CROP_FRACTION
|
İade:
Tip | Açıklama |
---|---|
Compose
|
torchvision dönüşümleri̇ |
Kaynak kodu ultralytics/data/augment.py
ultralytics.data.augment.classify_augmentations(size=224, mean=DEFAULT_MEAN, std=DEFAULT_STD, scale=None, ratio=None, hflip=0.5, vflip=0.0, auto_augment=None, hsv_h=0.015, hsv_s=0.4, hsv_v=0.4, force_color_jitter=False, erasing=0.0, interpolation=Image.BILINEAR)
Eğitim için artırma ile sınıflandırma dönüşümleri. timm/data/transforms_factory.py dosyasından esinlenilmiştir.
Parametreler:
İsim | Tip | Açıklama | Varsayılan |
---|---|---|---|
size |
int
|
görüntü boyutu |
224
|
scale |
tuple
|
görüntünün ölçek aralığı. varsayılan değer (0.08, 1.0) |
None
|
ratio |
tuple
|
görüntünün en boy oranı aralığı. varsayılan değer (3./4., 4./3.) |
None
|
mean |
tuple
|
RGB kanallarının ortalama değerleri |
DEFAULT_MEAN
|
std |
tuple
|
RGB kanallarının std değerleri |
DEFAULT_STD
|
hflip |
float
|
yatay çevirme olasılığı |
0.5
|
vflip |
float
|
dikey çevirme olasılığı |
0.0
|
auto_augment |
str
|
otomatik büyütme politikası. 'randaugment', 'augmix', 'autoaugment' veya Hiçbiri olabilir. |
None
|
hsv_h |
float
|
görüntü HSV-Ton büyütme (fraksiyon) |
0.015
|
hsv_s |
float
|
görüntü HSV-Doygunluk artırımı (fraksiyon) |
0.4
|
hsv_v |
float
|
görüntü HSV-Değeri artırımı (fraksiyon) |
0.4
|
force_color_jitter |
bool
|
otomatik büyütme etkin olsa bile renk titreşimi uygulamaya zorlama |
False
|
erasing |
float
|
rastgele silme olasılığı |
0.0
|
interpolation |
InterpolationMode
|
enterpolasyon modu. varsayılan değer T.InterpolationMode.BILINEAR'dır. |
BILINEAR
|
İade:
Tip | Açıklama |
---|---|
Compose
|
torchvision dönüşümleri̇ |
Kaynak kodu ultralytics/data/augment.py
1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 |
|
Oluşturuldu 2023-11-12, Güncellendi 2024-05-08
Yazarlar: Burhan-Q (1), Laughing-q (1), glenn-jocher (4)