文章起源 | 恒源云社区
原文地址 | 数据标签问题
明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，小编立马快马加鞭的搬运过去给有趣味的小伙伴们看一看。
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，可能很多敌人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。这时候可能会漠视一种常见的标签错位问题，本文将简要介绍该问题，心愿对大家有所帮忙。
这种问题个别呈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，正好能够和标签框对应上。
如果你的训练集有大量这种图，很可能导致训练后果不佳。
造成这种景象的起因是手机拍摄的图片很多都带了exif信息，其中蕴含了摄像头旋转角度信息。如果你用windows自带的看图软件关上图片，会发现图片会被旋转。opencv加载图片也是如此，会依据exif信息主动旋转（90、180、270度）。
同理，如果标注数据的工具读取该图片的时候依据exif信息做了旋转，eg：labelme，那么anno显然对应于旋转后的图片。
然而PIL库加载图片并不会主动解决exif信息，而很多开源模型在加载数据集时采纳的都是PIL库，从而影响训练成果。为了避免出现标签错位问题，通常有如下几种办法：
1、所以应用pil读图须要留神该问题。尽量用cv2读取，切实要用pil，先cv2读取再转成pil。
2、对pil读取的图片做exif信息查看 (在此之前img不能够调用convert(‘RGB’)操作，会失落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、对立用cv2等库对图片进行解决，去掉exif信息。而后再将图片交给标注团队进行打标。
以上即为所有的内容，心愿能帮到有须要的小伙伴。