问题描述
我正在寻找类似的东西
data_augmentation = tf.keras.load_and_parse_data_aug_from_config("my_data_aug.yaml")
然后我可以根据需要使用它,例如:
model = tf.keras.Sequential([
data_augmentation,layers.Conv2D(...
])
基于Detectron2,我将数据扩充步骤保存在配置文件中,发现该过程更容易跟踪和记录实验。
解决方法
我没有找到在纯TensorFlow / Keras中执行此操作的方法,但是如果您使用的是albumentations,则可以这样做:
import albumentations as A
transform = A.Compose([
A.RandomCrop(768,768),A.OneOf([
A.RGBShift(),A.HueSaturationValue()
]),])
A.save(transform,'/tmp/transform.json')
然后像这样加载它:
loaded_transform = A.load('/tmp/transform.json')
有关更多详细信息,请参见this tutorial。