-
数据增强:增加一个已有数据集,使得有更多的多样性;
- 在语言里面加入各种不同的背景噪音;
- 改变图片的颜色和形状。
-
图像增广
import torch
import torchvision
from torch import nn
# 左右翻转图像
torchvision.transforms.RandomHorizontalFlip()
# 上下翻转图像
torchvision.transforms.RandomVerticalFlip()
# 随机剪裁
shape_aug = torchvision.transforms.RandomResizedCrop((200, 200), scale=(0.1, 1), ratio=(0.5, 2))
# 随机更改图像的亮度(brightness),对比度(contrast),饱和度(saturation),和色调(hue)
color_aug = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5)
# 结合多种图像增广方法
augs = torchvision.transforms.Compose([torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug])
-
增广没有改变均值,但是改变了方差,让方差变大了【QA】。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)