Skip to content

P
PaddleX

PaddlePaddle / PaddleX

通知 138
Star 4
Fork 0
P
PaddleX
提交 93a582d1 编写于 作者: S sunyanfang01
浏览文件
操作

redraw the vdl

上级 91186090
隐藏空白更改
内联 并排
Showing with 272 addition and 75 deletion
docs/apis/visualize.md
浏览文件 @ 93a582d1
...@@ -169,8 +169,7 @@ NormLIME是利用一定数量的样本来出一个全局的解释。NormLIME会 ...@@ -169,8 +169,7 @@ NormLIME是利用一定数量的样本来出一个全局的解释。NormLIME会
## 数据预处理/增强过程可视化 ## 数据预处理/增强过程可视化
``` ```
paddlex.transforms.visualize(dataset, paddlex.transforms.visualize(dataset,
index=0, img_count=3,
steps=3,
save_dir='vdl_output') save_dir='vdl_output')
``` ```
对数据预处理/增强中间结果进行可视化。 对数据预处理/增强中间结果进行可视化。
...@@ -181,6 +180,5 @@ paddlex.transforms.visualize(dataset, ...@@ -181,6 +180,5 @@ paddlex.transforms.visualize(dataset,
### 参数 ### 参数
>* **dataset** (paddlex.datasets): 数据集读取器。 >* **dataset** (paddlex.datasets): 数据集读取器。
>* **index** (int): 对数据集中的第index张图像进行可视化。默认为0 >* **img_count** (int): 需要进行数据预处理/增强的图像数目。默认为3。
>* **steps** (int): 数据预处理/增强的次数。默认为3。
>* **save_dir** (str): 日志保存的路径。默认为'vdl_output'。 >* **save_dir** (str): 日志保存的路径。默认为'vdl_output'。
\ No newline at end of file
paddlex/cv/transforms/cls_transforms.py
浏览文件 @ 93a582d1
...@@ -32,10 +32,8 @@ class ClsTransform: ...@@ -32,10 +32,8 @@ class ClsTransform:
class Compose(ClsTransform): class Compose(ClsTransform):
"""根据数据预处理/增强算子对输入数据进行操作。 """根据数据预处理/增强算子对输入数据进行操作。
所有操作的输入图像流形状均是[H, W, C]，其中H为图像高，W为图像宽，C为图像通道数。 所有操作的输入图像流形状均是[H, W, C]，其中H为图像高，W为图像宽，C为图像通道数。
Args: Args:
transforms (list): 数据预处理/增强算子。 transforms (list): 数据预处理/增强算子。
Raises: Raises:
TypeError: 形参数据类型不满足需求。 TypeError: 形参数据类型不满足需求。
ValueError: 数据长度不匹配。 ValueError: 数据长度不匹配。
...@@ -58,15 +56,11 @@ class Compose(ClsTransform): ...@@ -58,15 +56,11 @@ class Compose(ClsTransform):
"Elements in transforms should be defined in 'paddlex.cls.transforms' or class of imgaug.augmenters.Augmenter, see docs here: https://paddlex.readthedocs.io/zh_CN/latest/apis/transforms/" "Elements in transforms should be defined in 'paddlex.cls.transforms' or class of imgaug.augmenters.Augmenter, see docs here: https://paddlex.readthedocs.io/zh_CN/latest/apis/transforms/"
) )
def __call__(self, im, label=None, vdl_writer=None, step=0): def __call__(self, im, label=None):
""" """
Args: Args:
im (str/np.ndarray): 图像路径/图像np.ndarray数据。 im (str/np.ndarray): 图像路径/图像np.ndarray数据。
label (int): 每张图像所对应的类别序号。 label (int): 每张图像所对应的类别序号。
vdl_writer (visualdl.LogWriter): VisualDL存储器，日志信息将保存在其中。
当为None时，不对日志进行保存。默认为None。
step (int): 数据预处理的轮数，当vdl_writer不为None时有效。默认为0。
Returns: Returns:
tuple: 根据网络所需字段所组成的tuple； tuple: 根据网络所需字段所组成的tuple；
字段由transforms中的最后一个数据预处理操作决定。 字段由transforms中的最后一个数据预处理操作决定。
...@@ -82,11 +76,6 @@ class Compose(ClsTransform): ...@@ -82,11 +76,6 @@ class Compose(ClsTransform):
except: except:
raise TypeError('Can\'t read The image file {}!'.format(im)) raise TypeError('Can\'t read The image file {}!'.format(im))
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB) im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
if vdl_writer is not None:
vdl_writer.add_image(tag='0. origin image',
img=im,
step=step)
op_id = 1
for op in self.transforms: for op in self.transforms:
if isinstance(op, ClsTransform): if isinstance(op, ClsTransform):
outputs = op(im, label) outputs = op(im, label)
...@@ -100,12 +89,6 @@ class Compose(ClsTransform): ...@@ -100,12 +89,6 @@ class Compose(ClsTransform):
outputs = (im, ) outputs = (im, )
if label is not None: if label is not None:
outputs = (im, label) outputs = (im, label)
if vdl_writer is not None:
tag = str(op_id) + '. ' + op.__class__.__name__
vdl_writer.add_image(tag=tag,
img=im,
step=step)
op_id += 1
return outputs return outputs
def add_augmenters(self, augmenters): def add_augmenters(self, augmenters):
......
paddlex/cv/transforms/det_transforms.py
浏览文件 @ 93a582d1
...@@ -41,10 +41,8 @@ class DetTransform: ...@@ -41,10 +41,8 @@ class DetTransform:
class Compose(DetTransform): class Compose(DetTransform):
"""根据数据预处理/增强列表对输入数据进行操作。 """根据数据预处理/增强列表对输入数据进行操作。
所有操作的输入图像流形状均是[H, W, C]，其中H为图像高，W为图像宽，C为图像通道数。 所有操作的输入图像流形状均是[H, W, C]，其中H为图像高，W为图像宽，C为图像通道数。
Args: Args:
transforms (list): 数据预处理/增强列表。 transforms (list): 数据预处理/增强列表。
Raises: Raises:
TypeError: 形参数据类型不满足需求。 TypeError: 形参数据类型不满足需求。
ValueError: 数据长度不匹配。 ValueError: 数据长度不匹配。
...@@ -70,7 +68,7 @@ class Compose(DetTransform): ...@@ -70,7 +68,7 @@ class Compose(DetTransform):
"Elements in transforms should be defined in 'paddlex.det.transforms' or class of imgaug.augmenters.Augmenter, see docs here: https://paddlex.readthedocs.io/zh_CN/latest/apis/transforms/" "Elements in transforms should be defined in 'paddlex.det.transforms' or class of imgaug.augmenters.Augmenter, see docs here: https://paddlex.readthedocs.io/zh_CN/latest/apis/transforms/"
) )
def __call__(self, im, im_info=None, label_info=None, vdl_writer=None, step=0): def __call__(self, im, im_info=None, label_info=None):
""" """
Args: Args:
im (str/np.ndarray): 图像路径/图像np.ndarray数据。 im (str/np.ndarray): 图像路径/图像np.ndarray数据。
...@@ -94,10 +92,6 @@ class Compose(DetTransform): ...@@ -94,10 +92,6 @@ class Compose(DetTransform):
其中n代表真实标注框的个数。 其中n代表真实标注框的个数。
- difficult (np.ndarray): 每个真实标注框中的对象是否为难识别对象，形状为(n, 1)， - difficult (np.ndarray): 每个真实标注框中的对象是否为难识别对象，形状为(n, 1)，
其中n代表真实标注框的个数。 其中n代表真实标注框的个数。
vdl_writer (visualdl.LogWriter): VisualDL存储器，日志信息将保存在其中。
当为None时，不对日志进行保存。默认为None。
step (int): 数据预处理的轮数，当vdl_writer不为None时有效。默认为0。
Returns: Returns:
tuple: 根据网络所需字段所组成的tuple； tuple: 根据网络所需字段所组成的tuple；
字段由transforms中的最后一个数据预处理操作决定。 字段由transforms中的最后一个数据预处理操作决定。
...@@ -137,17 +131,12 @@ class Compose(DetTransform): ...@@ -137,17 +131,12 @@ class Compose(DetTransform):
return (im, im_info) return (im, im_info)
else: else:
return (im, im_info, label_info) return (im, im_info, label_info)
outputs = decode_image(im, im_info, label_info) outputs = decode_image(im, im_info, label_info)
im = outputs[0] im = outputs[0]
im_info = outputs[1] im_info = outputs[1]
if len(outputs) == 3: if len(outputs) == 3:
label_info = outputs[2] label_info = outputs[2]
if vdl_writer is not None:
vdl_writer.add_image(tag='0. origin image',
img=im,
step=step)
op_id = 1
for op in self.transforms: for op in self.transforms:
if im is None: if im is None:
return None return None
...@@ -160,12 +149,6 @@ class Compose(DetTransform): ...@@ -160,12 +149,6 @@ class Compose(DetTransform):
outputs = (im, im_info, label_info) outputs = (im, im_info, label_info)
else: else:
outputs = (im, im_info) outputs = (im, im_info)
if vdl_writer is not None:
tag = str(op_id) + '. ' + op.__class__.__name__
vdl_writer.add_image(tag=tag,
img=im,
step=step)
op_id += 1
return outputs return outputs
def add_augmenters(self, augmenters): def add_augmenters(self, augmenters):
...@@ -827,7 +810,7 @@ class RandomExpand(DetTransform): ...@@ -827,7 +810,7 @@ class RandomExpand(DetTransform):
'gt_class' not in label_info: 'gt_class' not in label_info:
raise TypeError('Cannot do RandomExpand! ' + \ raise TypeError('Cannot do RandomExpand! ' + \
'Becasuse gt_bbox/gt_class is not in label_info!') 'Becasuse gt_bbox/gt_class is not in label_info!')
if np.random.uniform(0., 1.) < self.prob: if np.random.uniform(0., 1.) > self.prob:
return (im, im_info, label_info) return (im, im_info, label_info)
image_shape = im_info['image_shape'] image_shape = im_info['image_shape']
......
paddlex/cv/transforms/seg_transforms.py
浏览文件 @ 93a582d1
...@@ -35,14 +35,11 @@ class SegTransform: ...@@ -35,14 +35,11 @@ class SegTransform:
class Compose(SegTransform): class Compose(SegTransform):
"""根据数据预处理/增强算子对输入数据进行操作。 """根据数据预处理/增强算子对输入数据进行操作。
所有操作的输入图像流形状均是[H, W, C]，其中H为图像高，W为图像宽，C为图像通道数。 所有操作的输入图像流形状均是[H, W, C]，其中H为图像高，W为图像宽，C为图像通道数。
Args: Args:
transforms (list): 数据预处理/增强算子。 transforms (list): 数据预处理/增强算子。
Raises: Raises:
TypeError: transforms不是list对象 TypeError: transforms不是list对象
ValueError: transforms元素个数小于1。 ValueError: transforms元素个数小于1。
""" """
def __init__(self, transforms): def __init__(self, transforms):
...@@ -61,8 +58,8 @@ class Compose(SegTransform): ...@@ -61,8 +58,8 @@ class Compose(SegTransform):
raise Exception( raise Exception(
"Elements in transforms should be defined in 'paddlex.seg.transforms' or class of imgaug.augmenters.Augmenter, see docs here: https://paddlex.readthedocs.io/zh_CN/latest/apis/transforms/" "Elements in transforms should be defined in 'paddlex.seg.transforms' or class of imgaug.augmenters.Augmenter, see docs here: https://paddlex.readthedocs.io/zh_CN/latest/apis/transforms/"
) )
def __call__(self, im, im_info=None, label=None, vdl_writer=None, step=0): def __call__(self, im, im_info=None, label=None):
""" """
Args: Args:
im (str/np.ndarray): 图像路径/图像np.ndarray数据。 im (str/np.ndarray): 图像路径/图像np.ndarray数据。
...@@ -71,13 +68,10 @@ class Compose(SegTransform): ...@@ -71,13 +68,10 @@ class Compose(SegTransform):
图像在过resize前shape为(200, 300)， 过padding前shape为 图像在过resize前shape为(200, 300)， 过padding前shape为
(400, 600) (400, 600)
label (str/np.ndarray): 标注图像路径/标注图像np.ndarray数据。 label (str/np.ndarray): 标注图像路径/标注图像np.ndarray数据。
vdl_writer (visualdl.LogWriter): VisualDL存储器，日志信息将保存在其中。
当为None时，不对日志进行保存。默认为None。
step (int): 数据预处理的轮数，当vdl_writer不为None时有效。默认为0。
Returns: Returns:
tuple: 根据网络所需字段所组成的tuple；字段由transforms中的最后一个数据预处理操作决定。 tuple: 根据网络所需字段所组成的tuple；字段由transforms中的最后一个数据预处理操作决定。
""" """
if im_info is None: if im_info is None:
im_info = list() im_info = list()
if isinstance(im, np.ndarray): if isinstance(im, np.ndarray):
...@@ -95,11 +89,6 @@ class Compose(SegTransform): ...@@ -95,11 +89,6 @@ class Compose(SegTransform):
if label is not None: if label is not None:
if not isinstance(label, np.ndarray): if not isinstance(label, np.ndarray):
label = np.asarray(Image.open(label)) label = np.asarray(Image.open(label))
if vdl_writer is not None:
vdl_writer.add_image(tag='0. origin image',
img=im,
step=step)
op_id = 1
for op in self.transforms: for op in self.transforms:
if isinstance(op, SegTransform): if isinstance(op, SegTransform):
outputs = op(im, im_info, label) outputs = op(im, im_info, label)
...@@ -114,12 +103,6 @@ class Compose(SegTransform): ...@@ -114,12 +103,6 @@ class Compose(SegTransform):
outputs = (im, im_info, label) outputs = (im, im_info, label)
else: else:
outputs = (im, im_info) outputs = (im, im_info)
if vdl_writer is not None:
tag = str(op_id) + '. ' + op.__class__.__name__
vdl_writer.add_image(tag=tag,
img=im,
step=step)
op_id += 1
return outputs return outputs
def add_augmenters(self, augmenters): def add_augmenters(self, augmenters):
......
paddlex/cv/transforms/visualize.py
浏览文件 @ 93a582d1
...@@ -14,11 +14,248 @@ ...@@ -14,11 +14,248 @@
import os import os
import os.path as osp import os.path as osp
import cv2
from PIL import Image
import numpy as np
from .imgaug_support import execute_imgaug
from .cls_transforms import ClsTransform from .cls_transforms import ClsTransform
from .det_transforms import DetTransform from .det_transforms import DetTransform
from .seg_transforms import SegTransform from .seg_transforms import SegTransform
import paddlex
from paddlex.cv.models.utils.visualize import get_color_map_list
def visualize(dataset, index=0, steps=3, save_dir='vdl_output'):
def _draw_rectangle_and_cname(img, xmin, ymin, xmax, ymax, cname, color):
""" 根据提供的标注信息，给图片描绘框体和类别显示
Args:
img: 图片路径
xmin: 检测框最小的x坐标
ymin: 检测框最小的y坐标
xmax: 检测框最大的x坐标
ymax: 检测框最大的y坐标
cname: 类别信息
color: 类别与颜色的对应信息
"""
# 描绘检测框
line_width = math.ceil(2 * max(img.shape[0:2]) / 600)
cv2.rectangle(
img,
pt1=(xmin, ymin),
pt2=(xmax, ymax),
color=color,
thickness=line_width)
return img
def cls_compose(im, label=None, transforms=None, vdl_writer=None, step=0):
"""
Args:
im (str/np.ndarray): 图像路径/图像np.ndarray数据。
label (int): 每张图像所对应的类别序号。
vdl_writer (visualdl.LogWriter): VisualDL存储器，日志信息将保存在其中。
当为None时，不对日志进行保存。默认为None。
step (int): 数据预处理的轮数，当vdl_writer不为None时有效。默认为0。
Returns:
tuple: 根据网络所需字段所组成的tuple；
字段由transforms中的最后一个数据预处理操作决定。
"""
if isinstance(im, np.ndarray):
if len(im.shape) != 3:
raise Exception(
"im should be 3-dimension, but now is {}-dimensions".
format(len(im.shape)))
else:
try:
im = cv2.imread(im).astype('float32')
except:
raise TypeError('Can\'t read The image file {}!'.format(im))
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
if vdl_writer is not None:
vdl_writer.add_image(tag='0. OriginalImange/' + str(step),
img=im,
step=0)
op_id = 1
for op in transforms:
if isinstance(op, ClsTransform):
if vdl_writer is not None and hasattr(op, 'prob'):
op.prob = 1.0
outputs = op(im, label)
im = outputs[0]
if len(outputs) == 2:
label = outputs[1]
else:
import imgaug.augmenters as iaa
if isinstance(op, iaa.Augmenter):
im = execute_imgaug(op, im)
outputs = (im, )
if label is not None:
outputs = (im, label)
if vdl_writer is not None:
tag = str(op_id) + '. ' + op.__class__.__name__ + '/' + str(step)
vdl_writer.add_image(tag=tag,
img=im,
step=0)
op_id += 1
def det_compose(im, im_info=None, label_info=None, transforms=None, vdl_writer=None, step=0,
labels=[], catid2color=None):
def decode_image(im_file, im_info, label_info):
if im_info is None:
im_info = dict()
if isinstance(im_file, np.ndarray):
if len(im_file.shape) != 3:
raise Exception(
"im should be 3-dimensions, but now is {}-dimensions".
format(len(im_file.shape)))
im = im_file
else:
try:
im = cv2.imread(im_file).astype('float32')
except:
raise TypeError('Can\'t read The image file {}!'.format(
im_file))
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
# make default im_info with [h, w, 1]
im_info['im_resize_info'] = np.array(
[im.shape[0], im.shape[1], 1.], dtype=np.float32)
im_info['image_shape'] = np.array([im.shape[0],
im.shape[1]]).astype('int32')
use_mixup = False
for t in transforms:
if type(t).__name__ == 'MixupImage':
use_mixup = True
if not use_mixup:
if 'mixup' in im_info:
del im_info['mixup']
# decode mixup image
if 'mixup' in im_info:
im_info['mixup'] = \
decode_image(im_info['mixup'][0],
im_info['mixup'][1],
im_info['mixup'][2])
if label_info is None:
return (im, im_info)
else:
return (im, im_info, label_info)
outputs = decode_image(im, im_info, label_info)
im = outputs[0]
im_info = outputs[1]
if len(outputs) == 3:
label_info = outputs[2]
if vdl_writer is not None:
vdl_writer.add_image(tag='0. OriginalImange/' + str(step),
img=im,
step=0)
op_id = 1
bboxes = label_info['gt_bbox']
transforms = [None] + transforms
for op in transforms:
if im is None:
return None
if isinstance(op, DetTransform) or op is None:
if vdl_writer is not None and hasattr(op, 'prob'):
op.prob = 1.0
if op is not None:
outputs = op(im, im_info, label_info)
else:
outputs = (im, im_info, label_info)
im = outputs[0]
vdl_im = im
if vdl_writer is not None:
if isinstance(op, paddlex.cv.transforms.det_transforms.ResizeByShort):
scale = outputs[1]['im_resize_info'][2]
bboxes = bboxes * scale
elif isinstance(op, paddlex.cv.transforms.det_transforms.Resize):
h = outputs[1]['image_shape'][0]
w = outputs[1]['image_shape'][1]
target_size = op.target_size
if isinstance(target_size, int):
h_scale = float(target_size) / h
w_scale = float(target_size) / w
else:
h_scale = float(target_size[0]) / h
w_scale = float(target_size[1]) / w
bboxes[:,0] = bboxes[:,0] * w_scale
bboxes[:,1] = bboxes[:,1] * h_scale
bboxes[:,2] = bboxes[:,2] * w_scale
bboxes[:,3] = bboxes[:,3] * h_scale
else:
bboxes = outputs[2]['gt_bbox']
if not isinstance(op, paddlex.cv.transforms.det_transforms.RandomHorizontalFlip):
for i in range(bboxes.shape[0]):
bbox = bboxes[i]
cname = labels[outputs[2]['gt_class'][i][0]-1]
vdl_im = _draw_rectangle_and_cname(vdl_im,
int(bbox[0]),
int(bbox[1]),
int(bbox[2]),
int(bbox[3]),
cname,
catid2color[outputs[2]['gt_class'][i][0]-1])
if isinstance(op, paddlex.cv.transforms.det_transforms.Normalize):
vdl_im = im
else:
im = execute_imgaug(op, im)
if label_info is not None:
outputs = (im, im_info, label_info)
else:
outputs = (im, im_info)
vdl_im = im
if vdl_writer is not None:
tag = str(op_id) + '. ' + op.__class__.__name__ + '/' + str(step)
if op is None:
tag = str(op_id) + '. OriginalImangeWithBbox/' + str(step)
vdl_writer.add_image(tag=tag,
img=vdl_im,
step=0)
op_id += 1
def seg_compose(im, im_info=None, label=None, transforms=None, vdl_writer=None, step=0):
if im_info is None:
im_info = list()
if isinstance(im, np.ndarray):
if len(im.shape) != 3:
raise Exception(
"im should be 3-dimensions, but now is {}-dimensions".
format(len(im.shape)))
else:
try:
im = cv2.imread(im).astype('float32')
except:
raise ValueError('Can\'t read The image file {}!'.format(im))
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
if label is not None:
if not isinstance(label, np.ndarray):
label = np.asarray(Image.open(label))
if vdl_writer is not None:
vdl_writer.add_image(tag='0. OriginalImange' + '/' + str(step),
img=im,
step=0)
op_id = 1
for op in transforms:
if isinstance(op, SegTransform):
outputs = op(im, im_info, label)
im = outputs[0]
if len(outputs) >= 2:
im_info = outputs[1]
if len(outputs) == 3:
label = outputs[2]
else:
im = execute_imgaug(op, im)
if label is not None:
outputs = (im, im_info, label)
else:
outputs = (im, im_info)
if vdl_writer is not None:
tag = str(op_id) + '. ' + op.__class__.__name__ + '/' + str(step)
vdl_writer.add_image(tag=tag,
img=im,
step=0)
op_id += 1
def visualize(dataset, img_count=3, save_dir='vdl_output'):
'''对数据预处理/增强中间结果进行可视化。 '''对数据预处理/增强中间结果进行可视化。
可使用VisualDL查看中间结果： 可使用VisualDL查看中间结果：
1. VisualDL启动方式: visualdl --logdir vdl_output --port 8001 1. VisualDL启动方式: visualdl --logdir vdl_output --port 8001
...@@ -27,25 +264,38 @@ def visualize(dataset, index=0, steps=3, save_dir='vdl_output'): ...@@ -27,25 +264,38 @@ def visualize(dataset, index=0, steps=3, save_dir='vdl_output'):
Args: Args:
dataset (paddlex.datasets): 数据集读取器。 dataset (paddlex.datasets): 数据集读取器。
index (int): 对数据集中的第index张图像进行可视化。默认为0 img_count (int): 需要进行数据预处理/增强的图像数目。默认为3。
steps (int): 数据预处理/增强的次数。默认为3。
save_dir (str): 日志保存的路径。默认为'vdl_output'。 save_dir (str): 日志保存的路径。默认为'vdl_output'。
''' '''
if dataset.num_samples < img_count:
img_count = dataset.num_samples
transforms = dataset.transforms transforms = dataset.transforms
if not osp.isdir(save_dir): if not osp.isdir(save_dir):
if osp.exists(save_dir): if osp.exists(save_dir):
os.remove(save_dir) os.remove(save_dir)
os.makedirs(save_dir) os.makedirs(save_dir)
for i, data in enumerate(dataset.iterator()):
if i == index:
break
from visualdl import LogWriter from visualdl import LogWriter
vdl_save_dir = osp.join(save_dir, 'image_transforms') vdl_save_dir = osp.join(save_dir, 'image_transforms')
vdl_writer = LogWriter(vdl_save_dir) vdl_writer = LogWriter(vdl_save_dir)
data.append(vdl_writer) for i, data in enumerate(dataset.iterator()):
for s in range(steps): if i == img_count:
if s != 0: break
data.pop() data.append(transforms.transforms)
data.append(s) data.append(vdl_writer)
transforms(*data) data.append(i)
if isinstance(transforms, ClsTransform):
\ No newline at end of file cls_compose(*data)
elif isinstance(transforms, DetTransform):
labels = dataset.labels
color_map = get_color_map_list(len(labels) + 1)
catid2color = {}
for catid in range(len(labels)):
catid2color[catid] = color_map[catid + 1]
data.append(labels)
data.append(catid2color)
det_compose(*data)
elif isinstance(transforms, SegTransform):
seg_compose(*data)
else:
raise Exception('The transform must the subclass of \
ClsTransform or DetTransform or SegTransform!')
\ No newline at end of file
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或