技術共有

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1. データの強化

1. 既存のデータ セットを追加して、さまざまな背景ノイズを追加したり、画像の色や形状を変更したりするなど、多様性を高めます。

2. 強化されたデータはオンラインで生成されます

3. 強化タイプ:

(1) 反転

(2) 切断

(3) 色

(4) シャープにしてスポットを追加する

2. まとめ

1. データ拡張では、データを変形することで多様性を獲得し、それによってモデルをより一般化可能にします。

2. 一般的な画像補正には、反転、カット、変色などがあります。

3. データセットを変更するだけです

4. 予測プロセス中に正確な結果を得るために、通常はトレーニング サンプルに対して画像拡張のみを実行し、予測プロセス中にランダム操作による画像拡張を使用しません。

5. 深層学習フレームワークは、同時に適用できるさまざまな画像拡張手法を提供します。

3. コード

1.増強方法aug

def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]
    d2l.show_images(Y, num_rows, num_cols, scale=scale)

2. フリップ

apply(img, torchvision.transforms.RandomHorizontalFlip())
apply(img, torchvision.transforms.RandomVerticalFlip())

3. 切断

#面积为原始面积10%到100%的区域，宽高比从0.5～2之间随机取值
shape_aug = torchvision.transforms.RandomResizedCrop(
    (200, 200), scale=(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

4.明るさ

apply(img, torchvision.transforms.ColorJitter(
    brightness=0.5, contrast=0, saturation=0, hue=0))

5. 色調

apply(img, torchvision.transforms.ColorJitter(
    brightness=0, contrast=0, saturation=0, hue=0.5))

輝度（brightness）、 対比 （contrast）、飽和（saturation) と色相 (hue）

6.ミックス

augs = torchvision.transforms.Compose([
    torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug])
apply(img, augs)