提升模型效果的途径

模型效果不佳，可以考虑从以下几个方面进行改进

1. 数据增广：
   （1）基于图像处理的数据增广：
   几何变换（旋转、缩放、翻转、剪裁、平移、仿射变换）
   颜色空间变换（亮度、对比度、饱和度调整、颜色空间转行、色彩调整）
   添加噪声和滤波（注入高斯噪声、椒盐噪声，模糊、锐化）
   图像混合mixing image
   随机擦除 random erasing

（2） 基于深度学习的数据增广
基于GAN的数据增强：可用于解决类别不平衡问题
神经风格转换：生成不同风格数据，防止模型过拟合
AutoAugment

（3）本文中使用Pytorch进行数据增强，可以调用相关函数直接进行封装。

transforms.Compose([
                    #剪裁类
                    transforms.CenterCrop(), #中心剪裁
                    transforms.RandomCrop(5), #随机剪裁
                    transforms.RandomResizeCrop(), #随机长宽比例剪裁
                    transforms.FiveCrop(), #对图像四个角和中心剪裁得到五分图像
                    transforms