[目标检测_前处理]自适应缩放-Letterbox.pdfVIP

[⽬标检测_前处理]⾃适应缩放-Letterbox

1.介绍

由于数据集中存在多种不同和⻓宽⽐的样本图，传统的图⽚缩放⽅法按照固定尺⼨来进⾏缩放会造成

图⽚扭曲变形的问题。⾃适应缩放技术通过填充最少的灰边像素来将任意⼤⼩的图⽚调整为所需输⼊

图⽚⼤⼩。

普通resize造成的图⽚扭曲形变

Letterbox算法保持图⽚原有⽐例，其他部分⽤背景⾊填充

2.流程

第⼀步：计算缩放⽐例。当原图的⻓宽不同时，将需要的尺⼨⼤⼩除以原图的⻓宽，获得两种缩放

⽐，选择较⼩的值作为缩放⽐例。

第⼆步：分别计算缩放后的图像的⻓宽，原图的⻓宽分别乘以缩放⽐例。

第三步：计算填充的灰⾊像素。以YOLOv5为例，将需要的尺⼨⼤⼩减去缩放后的短边⼤⼩，得到的值

再采⽤
numpy
库中
np.mod
函数对
32
倍取余数的⽅式计算，然后通过平分得到对称两边需要填充的

灰⾊像素。之所以⽤
32
取余，是因为
YOLOv5s
的⽹络需要对图像进⾏
5
次两倍下采样。

3.代码实现

1defresize_image(image,size,letterbox_image):

2

3:brief对输⼊图像进⾏resize

4Args:

5size:⽬标尺⼨

6letterbox_image:bool是否进⾏letterbox变换

7Returns:指定尺⼨的图像

8

9fromPILimportImage

10ih,iw,_=image.shape

11h,w=size

12ifletterbox_image:

13sale=min(w/iw,h/ih)#缩放⽐例

14nw=int(iw*sale)

15nh=int(ih*sale)

16image=v2.resize(image,(nw,nh),interpolation=v2.INTER_LINEAR)

17#⽣成画布

18image_bak=np.ones((h,w,3),dtype=np.uint8)*128

19#将image放在画布中⼼区域-letterbox

20image_bak[(h-nh)//2:(h-nh)//2+nh,(w-nw)//2:(w-nw)//2+nw,:]=

image

21else:

22image_bak=image

23returnimage_bak

1importnumpyasnp

2importv2

3

4defletterbox(im,new_shape=(448,448),olor=(114,114,114),auto=True,

saleFill=False,saleup=True,stride=32):

5#Resizeandpadimagewhilemeetingstride-multipleonstraints

6shape=im.shape[:2]#urrentshape[height,width]

7ifisinstane(new_shape,int):

8new_shape=(new_shape,new_shape)

9

10#Saleratio(new/old)

11r=min(new_shape[0]/shape[0],new_shape[1]/shape[1])

12ifnotsaleup:#onlysaledown,donotsaleup(forbettervalmAP)

13r=min(r,1.0)

14

15#Computepadding

16ratio=r,r#width,heightratios

17new_unpad=int(round(shape[1]*r))