“优质数据”是训练出好模型的前提，如同食材对于料理的重要性，是一样的道理。通用类数据集能应付大部分实验用途的需求，但面对很多特定场景时就不是那么管用了，例如在工业上的 PCB 板瑕疵检测、物流分拣功能、农业蔬果采摘、医学肿瘤分享等应用，就需要在实际场景中采集现场数据。
但是能够呈现我们所要特征的数据量通常是很有限的，所以显得特别珍贵。虽然我们可以在这些图形上进行非常精密的标注，但碍于数量的限制，在最终训练出来的模型效果还是会大打折扣。
数据增强 (augment) 技术能非常有效地解决数据量不足的问题，透过多种图像处理的技巧，例如空间转换、颜色调整、模糊度等方式，将这些珍贵而且有限的图像数据进行极大化的扩充，白话地说就是把一张图像当 10 张用，如果我们手上只有 100 张优质图像，就能扩充到上千张，然后合并到训练用途的数据集中，这样就能解决数据量不足的问题。
TAO 启动器提供的 augment 指令，就是负责处理离线图像增强的功能，目前具备以下三类图像处理的方式：
空间增强：包括旋转 (Rotate)、翻转 (Flip)、平移 (Translate)、错切- (Shear） 等处理；
颜色增强：包括色调旋转与饱和度 (Hue Rotation and Saturation)、亮度偏移 (Brightnessoffset) 与对比度偏移 (Contrastshift) 等处理；
图像模糊：使用高斯模糊 (blur) 增强
下图是一个简单的例子，将左边原始数据透过不同图像处理技巧，就能获得更多的变种图像（中间与右边），然后将增强过的图像与标注，纳入训练用的数据集中。
图像增强过程中比较复杂的部分，只要牵涉到“空间增强”的处理，例如将图像做 90 度旋转处理或改变图像尺寸等，就得将标注文件中所有对象的标框坐标也跟着做转换，存放到新图像所对应的标注文件中，这是增强过程中最关键的处理。
执行这项任务还需要一个配置文件的辅助，将要处理的效果写入配置文件中，然后使用 “ tao augment -a <配置文件> -d<原始数据路径> -o <输出路径>” 指令格式，就能执行数据增强的任务。
1、空间增强配置：以 “spatial_config{...}” 进行隔离，包含以下功能与配置
rotation_config{...}：配置旋转的角度以及单位（角度或弧度）
flip_config{...}：配置垂直翻转与水平翻转的开关
translation_config{...}：配置x轴与/或y轴的平移数量，以像素为单位
shear_config{...}：配置x轴与/或y轴的错切比例
2、颜色增强配置：以 “color_config{...}” 进行隔离，包含以下功能与配置内容
hue_saturation_config{...}：配置色调旋转角度与饱和度位移的数量
contrast_config{...}：配置对比度的缩放量与中心点
brightness_config{...}：配置亮度的x轴与/或y轴平移量，以像素为单位
3、模糊增强配置：以 “blur_config{...}” 进行隔离，配置要卷积的内核的大(size)与高斯滤波器的模糊标准差(std)的值
output_image_width：输出图像宽度，以像素为单位
output_image_height：输出图像高度，以图像为单位
output_image_channel：输出的图像通道数，可选1或3
image_extension：输出图像格式，有 ".png"、".jpeg"、".jpg" 可选项
关于各项参数的详细配置细节，请访问 https://docs.nvidia.com/tao/tao-toolkit里面 CV Applications 下的 “Offline Data Augmentation” 部分。
现在就开始执行TAO提供的augment范例，请在Jupyter进入 cv_samples/augment 目录中，里面有 augment.ipynb 脚本以及 specs 目录中有一个 default_spec.txt 配置文件。
点击 augment.ipynb 开启执行脚本，按照以下步骤执行：
脚本中 “0_Set up env variables” 步骤中，第一个执行块就是配置环境变量。最简单的配置就是将 “LOCAL_PROJECT_DIR” 设为目前执行位置。
将 os.environ["LOCAL_PROJECT_DIR"] =FIXME
改成 os.environ["LOCAL_PROJECT_DIR"] = os.getcwd()
1. 安装TAO启动器：这个安装步骤在前面已经执行过，因此这里直接跳过去。
因为 augment 功能只支持 KITTI 格式，因此必须准备这种格式的数据集，如果使用其他格式数据集，请先做好格式转换。
执行脚本在这里指引大家去 KITTI 官方网站下载数据集，但整个过程相当繁琐，而且从境外下载的网速也个问题，因此请跳过整个 “A. Download the dataset” 所有执行块，以及 “B.Verify downloaded dataset” 前三个执行块。
我们在 https://pan.baidu.com/s/1WcRt9ONqsYhLRmL8Rg8_YQ（密码855n）百度网盘上存放了 data_object_image_2.zip与data_object_label_2.zip 两个压缩文件，直接在这里下载到 augment 目录下比较方便。
下载完后，请在 Jupyter 开启一个终端，执行以下指令：
cd ~/tao/cv_samples/augment # 请根据您实际路径unzip -u data_object_image_2.zip -d dataunzip -u data_object_label_2.zip -d data
现在执行 “B.Verify downloaded dataset” 的最后两个指令块 “# verify” 与 “ SampleKitti label”，能如下图般正常执行就表示数据环境都已经调试完成。
3. 执行数据增强的工作：
在执行以下指令块之前，先打开 specs/dafault_spec.txt 文件，里面的设置组在前面已经讲解过，请自行添加或删除设置组的参数，存档后执行下面指令块：
正确执行时，会在最下面出现下图的信息，表示正在根据配置文件的参数，进行数据增强的作业。
可以比对一下原始数据的标签与增强后的同名标签，看看里面的不同之处，并且试着多修改配置文件里面的各项参数，比对一下不同参数所产生的效果。
4. 增强结果的可视化：这个步骤主要是在 Jupyter 上查看增强后的图片，请自行处理。
由于增强后的数据集文件名与原始数据相同，因此最后还需要再做一个“批量改名”的工作，在 Ubuntu 操作系统可以用以下指令来执行：
sudo apt install rename# 在文件名开头添加字符，例如‘a’。注意，图像与标签的文件名必须对应上cd <增强后的图像路径> && rename \'s/^/a/\' *.pngcd <增强后的标签路径> && rename \'s/^/a/\' *.txt
然后将修改过文件名的图像与标签文件，全部移到原始数据集中，这样就能让数据集的内容快速扩充，即便原本的优质数据量只有 100 张的数量，也可以轻松透过这个 TAO 的数据增强工具，迅速扩充到好几倍的数据量，提高模型训练的结果。
分享到微信
分享到微博
