当前位置：首页 > article >正文

ValueError: bbox_params must be specified for bbox transformations

article 2024/11/24 11:37:48

错误 ValueError: bbox_params must be specified for bbox transformations 是因为使用了需要处理边界框（bboxes）的增强操作，但在 albumentations.Compose 中没有正确设置bbox_params 参数。

bbox_params 是用来指定如何处理边界框的配置。

解决方案

修改数据增强部分代码，添加 bbox_params 参数。

from albumentations import BboxParams

transform = A.Compose(
    [
        A.HorizontalFlip(p=0.5),
        A.VerticalFlip(p=0.5),
        A.RandomRotate90(p=0.5),
        A.ShiftScaleRotate(shift_limit=0.1, scale_limit=0.2, rotate_limit=20, p=0.7),
        A.RandomBrightnessContrast(p=0.2),
        A.GaussNoise(var_limit=(10.0, 50.0), p=0.3),
    ],
    bbox_params=BboxParams(
        format='pascal_voc',  # 边界框的格式，Pascal VOC 为 [xmin, ymin, xmax, ymax]
        label_fields=['class_labels'],  # 必须指定与边界框对应的标签
        min_visibility=0.2,  # 边界框最小可见性，小于此值将被移除
    )
)

同步修改其他部分代码

在调用 transform 的地方，需要为 bboxes 提供对应的 class_labels，例如：

augmented = transform(
    image=image,
    bboxes=[[xmin, ymin, xmax, ymax]],  # 提供原始边界框坐标
    class_labels=["object"]  # 对应的标签，与 bbox_params 中的配置匹配
)

完整的增强示例代码

以下是如何应用增强的完整示例：

from albumentations import Compose, HorizontalFlip, VerticalFlip, RandomRotate90, ShiftScaleRotate, RandomBrightnessContrast, GaussNoise, BboxParams
import cv2

# 数据增强配置
transform = Compose(
    [
        HorizontalFlip(p=0.5),
        VerticalFlip(p=0.5),
        RandomRotate90(p=0.5),
        ShiftScaleRotate(shift_limit=0.1, scale_limit=0.2, rotate_limit=20, p=0.7),
        RandomBrightnessContrast(p=0.2),
        GaussNoise(var_limit=(10.0, 50.0), p=0.3),
    ],
    bbox_params=BboxParams(
        format='pascal_voc',
        label_fields=['class_labels'],
        min_visibility=0.2,
    )
)

# 示例图片和边界框
image = cv2.imread('example.jpg')
bboxes = [[50, 50, 200, 200]]  # 示例边界框，格式为 [xmin, ymin, xmax, ymax]
class_labels = ["object"]  # 示例标签

# 执行数据增强
augmented = transform(image=image, bboxes=bboxes, class_labels=class_labels)
aug_image = augmented['image']
aug_bboxes = augmented['bboxes']
aug_labels = augmented['class_labels']

# 保存增强结果
cv2.imwrite('augmented_image.jpg', aug_image)
print("增强后的边界框：", aug_bboxes)

关键点总结

添加 bbox_params：
- 指定边界框格式：'pascal_voc' 对应 [xmin, ymin, xmax, ymax]。
- 设置 label_fields，对应每个边界框的标签。
调整调用方式：
- 每次调用增强时，提供 bboxes 和 class_labels。
边界框过滤：
- 使用 min_visibility 确保增强后边界框的可见性，避免完全失效的边界框。