提升深度学习模型的小tricks

1. 通过数据提升性能表现
2. 通过算法提升性能表现
3. 通过算法微调提升性能表现
4. 通过整合提升性能表现

• 本文主要来说明，通过数据提升模型性能表现

增加数据（data augmengtation），主要功能对最后的模型识别能力和泛化能力非常主要。主要是图像，方法有：1.对颜色数据增强，例如改变图像的色彩饱和率，亮度和对比度。2.pca Jittering。3.对图像进行裁剪和缩放，这种方法通用于深度领域。也有一些弊端，就是目标并不在裁剪图片中，解决的方法可以是训练一个有监督的数据增强模型，用这个模型生成真值标签。确保要有高质量的输入/输出数据集，这个数据集要足够大、具有代表性以及拥有相对清楚的标签。缺乏数据集是很难成功的。

其他技巧在提升深度学习模型的表现，你需要这20个技巧。