六盘水网站设计,wordpress调用地图导航,广州建网站定制,免费设计logo的app在深度学习训练中数据是一个很重要的因素，在数据不够时需要我们基于现有的数据进行增强生成新的数据。此外，在某特殊情况，如对某些目标切片数据（例如：石块分割切片）预测效果较差，需要增强其在训练数据中的频率。故此，我们可以将先有数据标注中的目标裁剪出来，作为样本…在深度学习训练中数据是一个很重要的因素，在数据不够时需要我们基于现有的数据进行增强生成新的数据。此外，在某特殊情况，如对某些目标切片数据（例如：石块分割切片）预测效果较差，需要增强其在训练数据中的频率。故此，我们可以将先有数据标注中的目标裁剪出来，作为样本粘贴到其他的背景图像中生成新的训练数据。同时，我们还实现了目标切片移除方法，基于该方法可以在没有外部数据的情况下生成背景图片，也可以用于检验数据标注是否完全正确。
1、目标切片生成
目标裁剪需要根据json标注的格式进行提取，以下代码将sk_new目录下的标注数据中的sk类别全部裁剪出来保存到crops目录下。
import cv2
import json
import numpy as np
import os
#石块裁剪函数
def imgcrop(root,fpath):
