Compose __call__(): Albumentations Transforms 매개변수가 여러개일 때

맨날 transform(img)

image tranform 하는 것만 보다가 갑작스럽게 image, bboxes, labels가 모두 transform의 매개변수로 들어가는 걸 보고 당황했다. 

 

주변인의 도움을 받아 해결 

참고 코드는 다음과 같다. 

transforms = get_train_transform(resize_H, resize_W)

def get_train_transform(h, w):
    return A.Compose([
        A.Resize(height = h, width = w),
        A.Flip(p=0.5),
        ToTensorV2(p=1.0)
    ], bbox_params={'format': 'pascal_voc', 'label_fields': ['labels']})


sample = {
            'image': image,
            'bboxes': boxes,
            'labels': labels  
        }
        sample = transforms(**sample)

일단 torchvision transforms 에서는 image만을 매개변수로 받고, 더 추가하려면 custom compose 가 필요하다. 

 

그러나 Albumentations는 compose 구현이 다르게 되어있다. 

소스 코드를 참고하면 다음과 같다. 

 

Compose __call__()

 def __call__(self, *args, force_apply: bool = False, **data) -> typing.Dict[str, typing.Any]:
        if args:
            raise KeyError("You have to pass data to augmentations as named arguments, for example: aug(image=image)")
        if self.is_check_args:
            self._check_args(**data)

_check_args 를 따라가면, 

 def _check_args(self, **kwargs) -> None:
        checked_single = ["image", "mask"]
        checked_multi = ["masks"]
        check_bbox_param = ["bboxes"]
        # ["bboxes", "keypoints"] could be almost any type, no need to check them
        for data_name, data in kwargs.items():
            internal_data_name = self.additional_targets.get(data_name, data_name)
            if internal_data_name in checked_single:
                if not isinstance(data, np.ndarray):
                    raise TypeError("{} must be numpy array type".format(data_name))
            if internal_data_name in checked_multi:
                if data:
                    if not isinstance(data[0], np.ndarray):
                        raise TypeError("{} must be list of numpy arrays".format(data_name))
            if internal_data_name in check_bbox_param and self.processors.get("bboxes") is None:
                raise ValueError("bbox_params must be specified for bbox transformations")

additional_targets: typing.Optional[typing.Dict[str, str]] = None,

---

타입힌트를 모르시는 분들을 위해

https://www.daleseo.com/python-typing/

[파이썬] typing 모듈로 타입 표시하기

---

additional_targets 는 dict type 

 

#additional_targets (dict): Dict with keys - new target name, values - old target name. ex: {'image2': 'image'}

 

additional_targets.get 

---

dictionary get:

dictionary에서 'a'를 key 로 하는 value 를 찾아 c에 저장, 없으면 두번째 파라미터인 Nothing 저장 

즉 여기서 

additional_targets.get(data_name, data_name)는 

---

먼저 Compose 를 생성할 때, 기본 키워드인 images, bboxes를 다른 키워드로 변경하고 dictionary 에 key value로 저장한 후, 

Compose __call__ 시 들어오는 인자가 default 인자와 다를 때, get을 통해 불러와서 다른 작업 시 keyword 문제가 생기지 않도록 처리하는 기능이다. 

 

굳이 이렇게 사용할 일이 있을까..? 싶지만 있나보다. 

 

해당 키워드들에 따라 어떤 기능이 수행되는지는 다음에 이어서.. 

 

 

※kwargs.items() 란? 

def greet_me(**kwargs):
    print('kwargs.items() : ',kwargs.items())
    #for key, value in kwargs.items():
    #    print( f'{ key } (key) = { value } (value)')
    
    
kwargs = { 
         'name' : '조재성',
         '학교' : 'dsu',
         'study': 'pan'
}
greet_me(**kwargs)


# kwargs.items() :  dict_items([('name', '조재성'), ('학교', 'dsu'), ('study', 'pan')])