目录
Spatial-level transforms（空间层次转换）
ShiftScaleRotate 随机平移，缩放和旋转输入。
RandomGridShuffle把图像切成网格单元随机排列。
HueSaturationValue随机更改图像的颜色，饱和度和值。
GaussianBlur 使用随机核大小的高斯滤波器对图像进行模糊处理
ChannelShuffle随机重新排列输入RGB图像的通道。
摘要
albumentations 包是一种针对数据增强专门写的API ，里面基本包含大量的数据增强手段，其特点：
1 、Albumentations 支持所有常见的计算机视觉任务，如分类、语义分割、实例分割、目标检测和姿态估计。
2 、该库提供了一个简单统一的API ，用于处理所有数据类型:图像(rbg 图像、灰度图像、多光谱图像)、分割掩码、边界框和关键点。
3 、该库包含70 多种不同的增强功能，可以从现有数据中生成新的训练样本。
4 、Albumentations 快。我们对每个新版本进行基准测试，以确保增强功能提供最大的速度。
5 、它与流行的深度学习框架(如PyTorch 和TensorFlow)一起工作。顺便说一下，Albumentations 是PyTorch 生态系统的一部分。
6 、由专家写的。作者既有生产计算机视觉系统的工作经验，也有参与竞争性机器学习的经验。许多核心团队成员是Kaggle Masters 和Grandmasters 。
7 、该库广泛应用于工业、深度学习研究、机器学习竞赛和开源项目。
Albumentations 的 pip 安装
pip install albumentations
基准测试结果
测试使用ImageNet 验证集的前2000 张图像在Intel Xeon Gold 6140 CPU 运行基准测试的结果。所有输出都被转换为带有np 的连续NumPy 数组。uint8 数据类型。表格显示了在单个核上每秒可以处理的图像数量;高越好。
albumentations
0.5.0imgaug
0.4.0torchvision (Pillow-SIMD backend)
0.7.0keras
2.4.3augmentor
0.2.8solt
0.1.9HorizontalFlip
9909
2821226787323016223VerticalFlip
4374
22181952433919683562Rotate
371
2961632760345ShiftScaleRotate
635
43714728--Brightness
2751
11784192294182300Contrast
2756
1213352-3482305BrightnessContrast
2738
699195-1931179ShiftRGB
2757
1176-348--ShiftHSV
597
28458--137Gamma
2844
-382--946Grayscale
5159
428709-10641273RandomCrop64
175886
301852103-4177420732PadToSize512
3418
-574--2874Resize5121003634
1036
-1016977RandomSizedCrop_64_512
3191
9391594-15292563Posterize
2778
735
-Multiply
2727
1248----MultiplyElementwise118
209
Original: https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/116460996
Author: AI浩
Title: 图像增强库Albumentations使用总结