Albumentations：快速且灵活的图像增强库
计算机视觉与模式识别
2020-02-27 v1
摘要
数据增强是一种常用技术，通过利用保持输出标签的输入变换来同时增加带标签训练集的规模与多样性。在计算机视觉领域，图像增强已成为深度卷积神经网络中对抗过拟合的常用隐式正则化技术，并被普遍用于提升性能。尽管大多数深度学习框架实现了基本的图像变换，但其列表通常局限于翻转、旋转、缩放和裁剪的某些变体与组合。此外，现有图像增强工具的图像处理速度参差不齐。我们提出 Albumentations，一个快速且灵活的图像增强库，提供多种不同的图像变换操作，并且也是其他增强库的易用封装。我们给出了面向不同计算机视觉任务的图像增强示例，并表明在绝大多数常用图像变换上 Albumentations 快于其他常用图像增强工具。Albumentations 的源代码已在 https://github.com/albu/albumentations 公开可用。
引用
@article{arxiv.1809.06839,
title = {Albumentations: fast and flexible image augmentations},
author = {Alexander Buslaev and Alex Parinov and Eugene Khvedchenya and Vladimir I. Iglovikov and Alexandr A. Kalinin},
journal= {arXiv preprint arXiv:1809.06839},
year = {2020}
}