data augmentation 数据增强方法总结
来源:互联网 发布:中越海警船 知乎 编辑:程序博客网 时间:2024/05/17 06:52
1、问题描述
收集数据准备微调深度学习模型时,经常会遇到某些分类数据严重不足的情况,另外数据集过小容易造成模型的过拟合。
本文参考一些网友对于数据增强方法的一些tips,后续会附上自己实现的C++代码;
2、data augmentation常用方法
- Color Jittering:对颜色的数据增强:图像亮度、饱和度、对比度变化(此处对色彩抖动的理解不知是否得当);
- PCA Jittering:首先按照RGB三个颜色通道计算均值和标准差,再在整个训练集上计算协方差矩阵,进行特征分解,得到特征向量和特征值,用来做PCA Jittering;
- Random Scale:尺度变换;
- Random Crop:采用随机图像差值方式,对图像进行裁剪、缩放;包括Scale Jittering方法(VGG及ResNet模型使用)或者尺度和长宽比增强变换;
- Horizontal/Vertical Flip:水平/垂直翻转;
- Shift:平移变换;
- Rotation/Reflection:旋转/仿射变换;
- Noise:高斯噪声、模糊处理;
- Label shuffle:类别不平衡数据的增广,参见海康威视ILSVRC2016的report;另外,文中提出了一种Supervised Data Augmentation方法,有兴趣的朋友的可以动手实验下。
参考:
海康威视研究院ImageNet2016竞赛使用的数据增强方法;
知乎小白在闭关对数据增强的理解;
深度学习之图像的数据增强;
0 0
- data augmentation 数据增强方法总结
- data augmentation 数据增强方法总结
- 【转】data augmentation 数据增强方法总结
- DATA Augmentation 数据增强
- 数据增强 data augmentation
- 数据增强(data Augmentation)
- 图片的数据增强(Data Augmentation)方法
- CNN Data Augmentation(数据增强)-旋转
- 深度学习-Overfitting-数据增强Data Augmentation
- Data Augmentation的几种常用方法总结
- 数据扩增 data-augmentation的方法及代码
- Data Augmentation
- data augmentation
- Data Augmentation.
- keras入门 --- Data augmentation(数据扩充)
- 数据增强方法总结
- 深度学习中的Data Augmentation方法
- 02-深度学习中的Data Augmentation方法
- 汉诺塔问题
- WebView在三星note4只显示一半的bug
- 浏览器 之 无头浏览器
- AngularJS的Filter用法详解
- Spring-hibernate使用全xml配置结合方式搭建开发
- data augmentation 数据增强方法总结
- Android SDK Manager Extras中没有 Intel x86 Emulator Accelerator (HAXM installer)
- ES6的一些常用特性
- 用于 TI Stellaris 和 Concerto 微控制器可扩展的 RTOS 解决方案
- SpringMVC02-Controller与RequestMapping
- Python访问Mysql分表数据的方法示例
- ./asadmin: 52: exec: java: not found
- XAMPP的使用
- Linux安装man