数据集相关类代码回顾理解 | sns.distplot\%matplotlib inline\sns.scatterplot
【PyTorch】单目标检测项目
目录
os.path.join
sns.distplot
adjust_brightness
os.path.join
fullPath2img=os.path.join(path2data,"Training400",prefix,imgName[id_])
使用os.path.join函数,智能地处理不同操作系统中的路径分隔符问题,将多个字符串拼接成一个完整的文件路径。path2data表示数据的基本路径;"Training400" 表示子目录的名称;prefix表示文件名的前缀;imgName[id_] 表示文件名的后缀,其中 id_ 是一个索引,用于从 imgName 列表中获取对应的文件名。
os.path.join 函数将这些字符串拼接成一个完整的文件路径,并将其赋值给 fullPath2img 变量。例如,如果 path2data 是 /home/user/data,prefix 是 image_,imgName[id_] 是 001.jpg,那么 fullPath2img 的值将是 /home/user/data/Training400/image_001.jpg。
sns.distplot
sns.distplot(a=h_list, kde=False)
使用seaborn库中的distplot函数绘制直方图。sns.distplot是 seaborn 库中的一个函数,用于创建直方图和核密度估计图。
- a=h_list:指定直方图的数据来自 h_list 列表或数组。
- kde=False:指定不绘制核密度估计曲线。
adjust_brightness
if random.random() < params["p_brightness"]:brightness_factor=1+(np.random.rand()*2-1)*params["brightness_factor"]image=TF.adjust_brightness(image,brightness_factor)
用于数据增强,具体功能为随机调整图像的亮度。生成一个随机数,如果这个随机数小于 params ["p_brightness"],则执行亮度调整操作。
- random.random() 生成一个在 [0, 1) 区间内的随机浮点数。
- params["p_brightness"] 是一个阈值,表示执行亮度调整的概率。如果生成的随机数小于这个阈值,则执行亮度调整。
- np.random.rand()*2-1 生成一个在 [-1, 1) 区间内的随机浮点数。
- params["brightness_factor"] 表示亮度调整的范围。
- TF.adjust_brightness(image, brightness_factor) 调用 TF 模块中的 adjust_brightness 函数来调整图像的亮度。image 是输入的图像,brightness_factor 是亮度调整的因子。