docs(transform): 随机裁剪

docs/data/transforms/随机裁剪.md

@@ -0,0 +1,24 @@
+
+# 随机裁剪
+
+* `py/ssd/data/transforms/random_sample_crop.py`
+
+对图像进行随机裁剪操作
+
+## 实现流程
+
+其实现比较复杂，因为需要考虑到相应的标注边界框的计算。实现流程如下：
+
+1. 计算随机裁剪的宽/高。符合以下要求
+      1. 裁剪宽的取值为[0.3*width, width]
+      2. 裁剪高的取值为[0.3*height, height]
+      3. 高/宽比例（h/w）在(0.5, 2)之间
+2. 计算随机裁剪的左上角坐标
+3. 计算裁剪边界框和标注边界框的IoU。符合以下要求
+      1. 设置了5个最小IoU([0.1, 0.3, 0.7, 0.9, None])
+      2. 每次随机选择一个最小IoU，如果为None，则直接返回原图
+4. 计算标注边界框是否位于裁剪图像中。如果其标注边界框中心位于裁剪图像，则进一步计算其长宽
+
+## 示例
+
+![](./imgs/random_crop.png)

mkdocs.yml

@@ -37,4 +37,5 @@ nav:
             - 引言: data/transforms/index.md
             - 格式转换: data/transforms/格式转换.md
             - 光度扭曲: data/transforms/光度扭曲.md
-            - 图像扩展: data/transforms/图像扩展.md
+            - 图像扩展: data/transforms/图像扩展.md
+            - 随机裁剪: data/transforms/随机裁剪.md

py/ssd/data/transforms/random_sample_crop.py

@@ -144,3 +144,33 @@ def __call__(self, image, boxes=None, labels=None):
                 current_boxes[:, 2:] -= rect[:2]
 
                 return current_image, current_boxes, current_labels
+
+
+if __name__ == '__main__':
+    import cv2
+    import numpy as np
+    import matplotlib.pyplot as plt
+
+    img = cv2.imread('../../../datasets/008591.jpg')
+    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+    boxes = np.array([[33, 44, 123, 210]])
+    labels = np.array([3])
+
+    model = RandomSampleCrop()
+
+    f = plt.figure()
+    rows = 3
+    cols = 3
+
+    plt.subplot(rows, cols, 1)
+    plt.title('src')
+    plt.imshow(img), plt.axis('off')
+    for i in range(rows):
+        for j in range(cols):
+            if i == 0 and j == 0:
+                continue
+            plt.subplot(rows, cols, i * cols + j + 1)
+            res, res_boxes, _ = model(img.astype(np.float32), boxes, labels)
+            plt.imshow(res.astype(np.uint8)), plt.axis('off')
+            print('{}-{} : {} - {}'.format(i, j, res_boxes, labels))
+    plt.show()