深度学习数据增广方法
imgaug是用于机器学习实验中图像增强的库。它支持广泛的扩充技术，可以轻松地组合它们并以随机顺序或在多个CPU内核上执行它们，具有简单而强大的随机界面，不仅可以扩充图像，还可以扩充关键点/地标，边界框，热图和分段图。
该库使用必须安装的python。支持Python 2.7、3.4、3.5、3.6、3.7和3.8。
conda config --add channels conda-forge
conda install imgaug使用扩充器imgaug.augmenters.imgcorruptlike需要安装imagecorruptions
pip install imagecorruptionspip install imgaug遇到问题需要安装Shapely
pip install six numpy scipy Pillow matplotlib scikit-image opencv-python imageio
pip install --no-dependencies imgaug最新版本安装：
pip install git+https://github.com/aleju/imgaug.git使用扩充器imgaug.augmenters.imgcorruptlike需要安装imagecorruptions
pip install imagecorruptions在Anaconda中卸载
conda remove imgaug
在pip中卸载
pip uninstall imgaug
- A01 - Load and Augment an Image
- A03 - Multicore Augmentation
- B01 - Augment Keypoints (aka Landmarks)
- B02 - Augment Bounding Boxes
- B03 - Augment Polygons
- B06 - Augment Line Strings
- B04 - Augment Heatmaps
- B05 - Augment Segmentation Maps
- C01 - Using Probability Distributions as Parameters
- C02 - Using imgaug with more Control Flow
- C03 - Stochastic and Deterministic Augmentation
- C04 - Copying Random States and Using Multiple Augmentation Sequences