AugmenTory: 一个快速灵活的多边形增强库
计算机视觉与模式识别
2024-05-08 v1 人工智能
摘要
数据增强是解决有限数据集挑战的关键技术，已成为图像处理训练流程的主要组成部分。几何变换和色彩空间调整等技术已被充分测试，能够人为地扩展训练数据集并生成半真实数据用于训练。多边形在实例分割中起着至关重要的作用，并且在YOLOv8等先进模型中的使用激增。尽管其日益流行，但缺乏专门的库阻碍了多边形增强过程。本文针对这一挑战提出了一种新颖的解决方案，体现在新开发的AugmenTory库中。值得注意的是，与现有方法相比，AugmenTory在时间和空间上均降低了计算需求。此外，该库包含一个后处理阈值功能。AugmenTory包在GitHub上公开可用，感兴趣的用户可以访问源代码：https://github.com/Smartory/AugmenTory
引用
@article{arxiv.2405.04442,
title = {AugmenTory: A Fast and Flexible Polygon Augmentation Library},
author = {Tanaz Ghahremani and Mohammad Hoseyni and Mohammad Javad Ahmadi and Pouria Mehrabi and Amirhossein Nikoofard},
journal= {arXiv preprint arXiv:2405.04442},
year = {2024}
}