README.md

数据增强与自定义数据增强

一、数据增强

1.1 通用数据增强

数据增强适配了遥感图像多通道的特点，并结合了一些专门的增强方法，相关代码可以去往ppcd.transforms.transforms下查看和修改。其中使用参数均在代码中有所说明。

数据增强	输入图像列表张数	说明
Resize	$N(N\ge1)$	对图像进行大小改变
Normalize	$N(N\ge1)$	对图像进行标准化
RandomFlip	$N(N\ge1)$	随机对图像进行翻转
RandomRotate	$N(N\ge1)$	随机对图像进行旋转
RandomEnlarge	$N(N\ge1)$	随机对图像进行放大然后裁剪回原大小
RandomNarrow	$N(N\ge1)$	随即对图像进行缩小然后填充回原大小
RandomBlur	$N(N\ge1)$	随机对图像添加高斯模糊
RandomSharpening	$N(N\ge1)$	随机对图像进行锐化
RandomColor	$N(N\ge1)$	随机改变图像的对比度和亮度
RandomStrip	$N(N\ge1)$	随机对图像添加条纹噪声
RandomFog	$N(N\ge1)$	随机对图像加雾效果
RandomSplicing	$N(N\ge1)$	随机对图像进行拼接不匀色改变
RandomRemoveBand	$N(N\ge1)$	随机移除图像部分波段
NDVI	$N(N\ge1)$	计算图像的归一化植被指数并叠加在新的通道
NDWI	$N(N\ge1)$	计算图像的归一化水体指数并叠加在新的通道
NDBI	$N(N\ge1)$	计算图像的归一化建筑指数并叠加在新的通道
ExchangeTime	2	将两个时段的图像进行交换
HistogramMatching	$N(N\ge1)$	将第二时段的直方图规定到第一时段

其中数据增强支持多通道读入（tif/img/npy/npz/jpg/png）、单/双时段增强、多标签增强。

2. RGB图像预处理

对一些RGB图像，有一些预处理方法可能会取得一定的效果，相关代码可以去往ppcd.transforms.enhance下查看和修改。目前这一块还未进行使用的定义。

预处理方法	说明
percent_linear	线性拉伸
bilateral_filtering	双边滤波
de_haze	暗通道先验去雾

二、自定义损失函数

同可以参考PaddleSeg的自定义损失，在ppcd中形式如下：

import paddle.nn as nn

class NewTrans(nn.Layer):
    def __init__(self, param1):
        pass
    
    def __call__(self, self, image, label=None):
        return image, label