Je pense que ce code n'a pas de partie d'augmentation de données alors que le darknet d'origine a une "augmentation de données étendue" comme écrit dans leur article.
Dois-je le faire moi-même ?
def preprocess(self, im, allobj = None):
"""
Takes an image, return it as a numpy tensor that is readily
to be fed into tfnet. If there is an accompanied annotation (allobj),
meaning this preprocessing is serving the train process, then this
image will be transformed with random noise to augment training data,
using scale, translation, flipping and recolor. The accompanied
parsed annotation (allobj) will also be modified accordingly.
"""
darkflow/net/yolo/predict.py ligne 49.
Que pensez-vous que cela signifie?
@janchk D'accord, merci.
@janchk , Ce code d'augmentation de données ne semble pas apparaître dans le dossier yolov2 ? Pourriez-vous nous éclairer là-dessus ?
@kmsravindra , j'étais également intéressé par cette question, et en fait cette augmentation de données est présente dans yolov2. La fonction (preprocess()) est juste importée du dossier yolo et appelée dans la fonction _batch() dans darkflow/darkflow/net/yolov2/data.py ligne 27.
Commentaire le plus utile
@kmsravindra , j'étais également intéressé par cette question, et en fait cette augmentation de données est présente dans yolov2. La fonction (preprocess()) est juste importée du dossier yolo et appelée dans la fonction _batch() dans darkflow/darkflow/net/yolov2/data.py ligne 27.