mxnet⽂档
不到中⽂⽂档，全是⽣⾁。。没办法只能⾃⼰翻译了
MXNet -python API
Image API(图像)
概览
本⽂总结了⽤于读取和处理其中提供的图像的⽀持函数和迭代器
mxnet.imge  图像迭代和图像增加函数
图像处理函数
image.imdecode          将图像解码为NDArray。(NDArray 多维数组对象)python中文文档
imgage.scale_down      如果尺⼨⼤于图像尺⼨，缩⼩裁剪尺⼨。
image.fixed_crop          在固定的位置修剪src，并(可选地)调整它的⼤⼩。
image.random_crop      按照尺⼨随机修剪src（宽，⾼）
<_crop        通过在所有的四边进⾏修剪将图像src裁剪到给定的⼤⼩，并保留图像的中⼼。
image.random_size_crop  按照尺⼨随机修剪src
图像迭代器
迭代器⽀持从⼆进制记录IO和原始图像⽂件加载图像。
image.ImageIter  有⼤量增加图⽚的图像迭代器
1 data_iter = mx.image.ImageIter(batch_size=4, data_shape=(3, 224, 224), label_width=1,
2 set()
3for data in data_iter:
4 d = data.data[0]
5print(d.shape)
6# we can apply lots of augmentations as well我们也能够扩展到很多图⽚
7 data_iter = mx.image.ImageIter(4, (3, 224, 224), path_imglist='data/custom.lst',
8 data = ()
9# specify augmenters manually is also supported⼿动指定增量也是⽀持的
10 data_iter = mx.image.ImageIter(32, (3, 224, 224), path_rec='',
我们使⽤助⼿函数来初始化增加器
image.CreateAugmenter 创建⼀个增加器列表
⼀个⽀持增加器的列表
image.Augmenter  图像增强基类
image.SequentialAug    组成⼀个连续的增强列表。
image.RandomOrderAug    将增量表随机打乱
image.ResizeAug                使短边调整到增量⼤⼩
。。。中间省略先
通常由 tools/im2rec.py⽣成的 lst ⽂件是⼀个列表，如下：
index_0 label_0 image_path_0
index_1 label_1 image_path_1
label_N是⼀个定宽的向量数，⽬标检测的标签类型是⼀个长的可变向量
A B [extra header]  [(object0),(object1).....(objectN)]
A 是header 的宽度（2+ extra header的长度），B是每个物体的宽度，extra header是可选的，⽤于插⼊助⼿信息，如(宽度，⾼度)。每个
object通常是描述⽬标属性的5或6个数字.例如: [id, xmin, ymin, xmax, ymax, difficulty]，把所有的进⾏合成，我们得到⽬标检测的lst⽂件。我总算到了⽣成lst的⽂档了。。。。苍天啊
现在让我们使⽤im2rec.py脚本⼯具将它们转换为record io格式。⾸先，我们需要制作⼀个包含所有图像⽂件及其类别的列表:

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。