從 3d 圖像創建補丁以進行訓練

Question

我有 (320x1280x1280) 320 個圖像切片。 我想訓練網絡但數據有限，為此我需要從原始圖像創建圖像補丁，以便我可以有效地訓練網絡。 我如何在 python 中做到這一點？ 以及解決此問題的其他最佳方法是什么。 謝謝

Answer 1

為了很好地回答這個問題，我需要更多信息：圖像是什么格式的？ 圖像補丁到底是什么意思？ 通過修補圖像，您的目標是什么？ 你已經嘗試了什么？ 為什么它不起作用？

也就是說，我要做一些假設。 我假設“補丁”是指將圖像分成更小的圖塊，並將每個子部分視為自己的圖像。 即，您希望將 go 從 320 個 1280x1280 圖像轉換為 81920 個 80x80 圖像，其中每個圖像都是原始圖像之一的一小部分。 另外，我假設圖像是 numpy arrays，因為你說你在 python 工作。

在這種情況下，您可以使用np.split 。 不幸的是， np.split似乎一次只能在一個維度上工作，所以你必須做這樣的事情：

import numpy as np

# imagine this is your image data
images = np.zeros((320,1280,1280), dtype=np.uint8)


# this is a helper function that wraps around np.split and makes sure
# the data is returned in the same format it started in
def split(array, n, axis):
    # split the array along the given axis, then re-combine
    # the splits into a np array
    array = np.array(np.split(array, n, axis=axis))
    # flatten the array back into the right number of dimensions
    return np.reshape(array, [-1] + list(array.shape[2:]))
    

# divide each image into 16x16=256 smaller images
# (this will only work if the images dimensions are divisible by num_splits
num_splits = 16
patches = split( split(images, num_splits, 1), num_splits, 2 )
print(patches.shape)
# > (81920, 80, 80)