在开始训练模型之前，确保数据集的一致性是至关重要的一步。预处理涉及到训练集、验证集和测试集中的所有图像（与仅应用于训练集的增强不同）。Roboflow平台提供了多种预处理选项，包括自动定向、调整大小、灰度转换、自动调整对比度、隔离对象、静态裁剪、平铺、修改类别、过滤空值、按标签过滤等。下面将详细解释每个选项。
自动定向功能会去除图像的EXIF数据，确保图像在不同设备上的显示方式与其在磁盘上的存储方式相同。EXIF数据决定了图像的方向，应用程序（如Mac上的预览）会使用这些数据来以特定的方向显示图像，即使其存储方向不同。这种差异可能会悄无声息地破坏对象检测模型。Roboflow建议默认开启此功能，并检查推理时图像是如何输入模型的。如果想了解更多关于是否应该自动定向图像的信息，可以查看博客文章。
调整大小功能可以改变图像的尺寸，并可选地缩放到一组期望的尺寸。注释会成比例调整（除了下面的“填充”情况）。目前，只支持缩小尺寸。会提供一些关于哪种调整大小选项可能最适合用例的指导。
拉伸到指定尺寸：将图像拉伸到首选的像素尺寸。注释成比例缩放。图像是正方形的，可能会扭曲，但不会丢失源图像数据。
填充（中心裁剪）：生成的图像是期望输出尺寸的中心裁剪。例如，如果源图像是2600x2080，调整大小选项设置为640x640，输出的调整大小是源图像的中心640x640。保持长宽比，但会丢失源图像数据。
适应内：源图像的尺寸被缩放到输出图像的尺寸，同时保持源图像的长宽比。例如，如果源图像是2600x2080，调整大小选项设置为640x640，较长的尺寸（2600）被缩放到640，次要尺寸（2080）被缩放到约512像素。保持图像长宽比和原始数据，但它们不是正方形。
填充（反射边缘）：源图像的尺寸被缩放到输出图像的尺寸，同时保持源图像的长宽比，任何新创建的填充是源图像的反射。例如，如果源图像是2600x2080，调整大小选项设置为416x416，较长的尺寸（2600）被缩放到416，次要尺寸（2080）被缩放到约335.48像素。剩余的像素区域（416-335.48，或80.52像素）是源图像的反射像素。值得注意的是，Roboflow默认也会反射注释。图像是正方形的，填充了反射像素，保持了长宽比和原始数据。
填充（黑色边缘）：源图像的尺寸被缩放到输出图像的尺寸，同时保持源图像的长宽比，任何新创建的填充是黑色区域。例如，如果源图像是2600x2080，调整大小选项设置为416x416，较长的尺寸（2600）被缩放到416，次要尺寸（2080）被缩放到约335.48像素。剩余的像素区域（416-335.48，或80.52像素）是黑色像素。图像是正方形的，填充了黑色像素，保持了长宽比和原始数据。
填充（白色边缘）：源图像的尺寸被缩放到输出图像的尺寸，同时保持源图像的长宽比，任何新创建的填充是白色区域。例如，如果源图像是2600x2080，调整大小选项设置为416x416，较长的尺寸（2600）被缩放到416，次要尺寸（2080）被缩放到约335.48像素。剩余的像素区域（416-335.48，或80.52像素）是白色像素。图像是正方形的，填充了白色像素，保持了长宽比和原始数据。
将具有RGB通道的图像转换为具有单个灰度通道的图像，这可以节省内存。每个灰度像素的值是相应红色、绿色和蓝色像素的加权和：Y = 0.2125 R + 0.7154 G + 0.0721 B。这些权重由CRT荧光粉使用，因为它们比等权重更好地代表了人类对红色、绿色和蓝色的感知。（来源：Scikit-Image）。
增强对比度低的图像。已经探讨了是否使用对比度作为预处理步骤。对比度拉伸：图像被重新缩放以包含所有落在第2和第98百分位的强度。直方图均衡化：“在图像中分散最常见的强度值”。均衡化的图像具有大致均匀的分布，所有颜色的像素大致相等。自适应均衡化：对比度限制的自适应直方图均衡化（CLAHE）。这是一种局部对比度增强算法，它使用在图像的不同瓦片区域计算的直方图。因此，即使在比图像的大部分更暗或更亮的区域，也可以增强局部细节。（来源：Scikit-Image）。
这些功能适用于公共工作区，以及获得许可的Starter计划和企业账户。在沙盒工作区（用于商业用途，创建初始概念验证）需要高级功能的用户应该联系销售部门获取访问权限。
隔离对象：隔离对象转换将每个边界框裁剪并提取为单独的图像。这一步将对象检测数据集转换为分类数据集。在数据集中的许多类别相似的情况下，通常使用两个模型依次进行。第一个模型（对象检测）找到对象，第二个模型（分类）确定对象是什么。隔离对象转换对于创建训练第二个模型所需的数据集非常有用。
静态裁剪：平铺可以帮助检测小对象（特别是在航拍图像和显微镜下）。默认设置是2x2平铺，但可以根据自己的需要进行调整。平铺是在预处理流程中调整大小之前进行的。
修改类别：这是一个预处理工具，用于在生成数据集的新版本时省略特定类别或重新映射（重命名）类别。这些更改只影响版本，不影响底层数据集。
过滤空值：过滤空值转换允许用户要求数据集中的一定比例的图像被注释。在应用修改类别工具后被标记为null注释或“未注释”的图像是使用过滤空值时唯一受影响的。这种转换在数据集的大部分不包含感兴趣的对象的情况下非常有用。