моя контактная информация
Почтамезофия@protonmail.com
2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
1. Улучшение данных
1. Добавьте существующий набор данных, чтобы обеспечить большее разнообразие, например, добавив различный фоновый шум и изменив цвет и форму изображения.
2. Расширенные данные генерируются онлайн.
3. Тип улучшения:
(1) Перевернуть
(2) Резка
(3) Цвет
(4) Повысьте резкость и добавьте пятна.
2. Резюме
1. Расширение данных обеспечивает разнообразие за счет деформации данных, тем самым делая модель более обобщаемой.
2. Общие улучшения изображений включают переворачивание, обрезку и обесцвечивание.
3. Просто измените набор данных
4. Чтобы получить точные результаты в процессе прогнозирования, мы обычно выполняем увеличение изображения только на обучающих выборках и не используем увеличение изображения с помощью случайных операций во время процесса прогнозирования.
5. Платформа глубокого обучения предоставляет множество различных методов увеличения изображений, которые можно применять одновременно.
3. Код
1. Метод увеличенияaug
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. Перевернуть
apply(img, torchvision.transforms.RandomHorizontalFlip()) apply(img, torchvision.transforms.RandomVerticalFlip())
3. Резка
#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. Яркость
apply(img, torchvision.transforms.ColorJitter( brightness=0.5, contrast=0, saturation=0, hue=0))
5. Цветовой тон
apply(img, torchvision.transforms.ColorJitter( brightness=0, contrast=0, saturation=0, hue=0.5))
яркость(brightness
), контраст (contrast
),насыщенность(saturation
) и оттенок (hue
)
6. Смешайте
augs = torchvision.transforms.Compose([ torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug]) apply(img, augs)