paddlepaddle 2 应用于语义分割、自动编码机与GAN的数据同步扩充方法

支持按照相同的随机参数对iamge和label进行扩充

1、数据扩充方法

from paddle.vision import transforms
import numpy as np
import random
import time
def setup_seed(seed):
    random.seed(seed)
    np.random.seed(seed)
class Augmentation:
    def __init__(self,image_size):
        self.sample_img=Image.fromarray(np.ones((*image_size,3),dtype=np.uint8))
        self.jit_color=transforms.ColorJitter(brightness=0.4, contrast=0.4, saturation=0.4, hue=0.4)
        
        self.affine=transforms.Compose([
            
            transforms.RandomRotation(degrees=30),
            transforms.RandomHorizontalFlip(),
            transforms.RandomVerticalFlip(),
            transforms.RandomResizedCrop(image_size)
            #transforms.ToTensor(),
            #transforms.Normalize(mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225),data_format='HWC')
        ])
    #typelist表示对应的imglist数据的类型，1表示img可以应用对比度饱和