文章来源 | 恒源云社区
原文地址 | 数据标签问题
今天小编逛了一下社区，发现有位小伙伴分享的一个CV训练小技巧很有点内容，所以，小编立马马不停蹄的搬运过来给有兴趣的小伙伴们看一看。
以下内容是原文内容：
在训练检测模型时，面对万以上量级的数据，可能很多朋友只是随机抽样个几千张图看一下，而并不会仔细检查每一张图片anno是否正确。这时候可能会忽视一种常见的标签错位问题，本文将简要介绍该问题，希望对大家有所帮助。
这种问题一般出现在手机拍摄的图片中，表象是：当你用PIL库读取图像时，会发现有些图像与检测框错位，直观上如果将图片旋转90 or 180 or 270度，正好可以和标签框对应上。
如果你的训练集有大量这种图，很可能导致训练结果不佳。
造成这种现象的原因是手机拍摄的图片很多都带了exif信息，其中包含了摄像头旋转角度信息。如果你用windows自带的看图软件打开图片，会发现图片会被旋转。opencv加载图片也是如此，会根据exif信息自动旋转（90、180、270度）。
同理，如果标注数据的工具读取该图片的时候根据exif信息做了旋转，eg：labelme，那么anno显然对应于旋转后的图片。
但是PIL库加载图片并不会自动处理exif信息，而很多开源模型在加载数据集时采用的都是PIL库，从而影响训练效果。为了避免出现标签错位问题，通常有如下几种方法：
1、所以使用pil读图需要注意该问题。尽量用cv2读取，实在要用pil，先cv2读取再转成pil。
2、对pil读取的图片做exif信息检查 (在此之前img不可以调用convert(‘RGB’)操作，会丢失exif信息。
def apply_exif_orientation(image, file):
try:
exif = image._getexif()
except AttributeError:
exif = None
if exif is None:
return image
exif = {
PIL.ExifTags.TAGS[k]: v
for k, v in exif.items()
if k in PIL.ExifTags.TAGS
}
orientation = exif.get('Orientation', None)
if orientation == 1:
# do nothing
return image
elif orientation == 2:
# left-to-right mirror
print('left-to-right mirror : {}'.format(file))
return PIL.ImageOps.mirror(image)
elif orientation == 3:
# rotate 180
print('rotate 180 : {}'.format(file))
return image.transpose(PIL.Image.ROTATE_180)
elif orientation == 4:
# top-to-bottom mirror
print('top-to-bottom mirror : {}'.format(file))
return PIL.ImageOps.flip(image)
elif orientation == 5:
# top-to-left mirror
print('top-to-left mirror : {}'.format(file))
return PIL.ImageOps.mirror(image.transpose(PIL.Image.ROTATE_270))
elif orientation == 6:
# rotate 270
print('rotate 270 : {}'.format(file))
return image.transpose(PIL.Image.ROTATE_270)
elif orientation == 7:
# top-to-right mirror
print('top-to-right mirror : {}'.format(file))
return PIL.ImageOps.mirror(image.transpose(PIL.Image.ROTATE_90))
elif orientation == 8:
# rotate 90
print('rotate 90 : {}'.format(file))
return image.transpose(PIL.Image.ROTATE_90)
else:
return image3、统一用cv2等库对图片进行处理，去掉exif信息。然后再将图片交给标注团队进行打标。
以上即为所有的内容，希望能帮到有需要的小伙伴。
