深度学习数据增强方法总结
前言
在计算机视觉领域中，为了提高深度神经网络模型的泛化性能，更好地适应的环境和工况，在模型的训练过程中常常会用到数据增强算法。这篇博客将总结分享现有的一些数据增强方法。
| 增强方法 | 适用领域 |
|---|---|
| Flip | 分类、检测、分割 |
| Rotation | 分类、分割 |
| Resize | 分类、检测、分割 |
| Croping | 分类、检测、分割 |
| Noise | 分类、检测、分割 |
| Color distortions | 分类、检测、分割 |
| Geometric distortions | 分类、分割 |
| Random erase、 CutOut | 分类、检测 |
| Hide-and-seek | 分类、检测 |
| Gridmask | 分类、检测 |
| Mixup | 分类、检测 |
| CutMix | 分类、检测 |
Flip
对图像进行水平翻转或者垂直翻转。
Rotation
将图像绕着某个点旋转一定的角度。
Resize
对图像进行缩放，以保证模型具有尺度不变性。
Croping
对图像进行随机裁剪，只截取部分图像进行训练（语义分割中经常用到）。
Noise
在图像中加入噪音。
Color distortion
通过在不同颜色空间下调整不同的颜色分量，以对颜色进行改变。
Geometric distortions
对图像进行仿射变换、透视变换或者进行局部扭曲，得到扭曲的图像。
Random erase、CutOut
对图像中随机选取一个矩形区域用特定的值(随机值或者数据均值)进行覆盖。
Hide-and-seek
对图像进行网格划分，选取其中部分网格用特定值进行填充。
Gridmask
与Hide-and-seek类似，也是先对图像划分网格，有规律地、均匀地选取部分区域进行填充。
Mixup
输入两张图像，对两张图像和对应标签进行线性叠加。
CutMix
在Mixup和CutOut的基础上，将图像中的某一区域去除，填充成另一图像。
总结
数据增强的目的提高模型的泛化性能，但要根据实际情况选择合适的数据增强算法，否则将事与愿违。
深度学习数据增强方法总结相关推荐
- 二、深度学习数据增强方法汇总
深度学习模型训练数据增强方法汇总 一.随机裁剪 二.RGB-->BGR通道互换 三.仿射变换(缩放) 三.随机旋转 四.对比度调整 五.随机抠图 六.bound box 中心点随机抠图 七.随机 ...
- 深度学习数据增强方法，利用仿射变换实现图像进行各种操作如平移、缩放、旋转、翻转
导读 在深度学习的数据增强中,我们经常需要对图像进行各种增强操作如平移.缩放.旋转.翻转等,这些其实都是图像的仿射变换.通过本篇文章,你能够知道它们的实现原理以及如何应用它们.本文讲述如何通过仿射变换 ...
- 深度学习-数据增强与扩充
数据增强可以说是数据驱动下的深度学习必经之路,掌握数据,相当于掌握当下主流方向的自动驾驶的命脉,是人工智能不可或缺的资源.本文将介绍最新的利用大模型扩充数据的方式! 先看下变色效果: 左褐色背景图 为 ...
- 比较全的深度学习数据预处理方法
当前深度学习的预处理方法 1.中心化/零均值化 程序代码 2.标准化/归一化 程序代码 (1)标准化与归一化的联系和差异 联系 差异 (2)为什么要归一化/标准化 ①某些模型求解需要 ②一些分类器需要 ...
- 深度学习数据增强数据扩增方法
随机裁剪 对图片随机0.6~1.0比率大小的区域进行裁剪. 然后resize到固定大小. torch.API torchvision.transforms.RandomCrop(size,paddin ...
- 深度学习--数据增强
在深度学习中,为了避免出现过拟合(Overfitting),通常我们需要输入充足的数据量．本页面主要记录下常用的数据增强(Data Augmentation)变换方法． 不同的任务背景下, 我们可以通 ...
- 【深度学习数据增强处理】imgaug Augment Polygons 对标注图片和polygons的数据增强
对于本地化进行图像的增强,大家都是非常好操作的.但是,对于标注信息一起增强,还是稍微有一些难度的,麻烦很多. 我是遇到一个数据集非常少的任务,只有40张图.就直接标记了去训练,发现几乎不拟合,当然这里 ...
- 深度学习数据增强——扩充数据集
在深度学习过程中经常会因为数据量少而发生过拟合现象,或者模型的泛化能力比较低.基于此,本文讲一下图像的数据增强,就是通过对图像简答你的形变,用来应对因拍照的角度不同而使得图谱变形.tensorflow ...
- 深度学习数据预处理方法及示例
文章目录 一.中心化/零均值化 二.归一化 三.PCA和白化 数据预处理在构建网络模型时是非常重要的,往往能够决定训练结果.当然对于不同的数据集,预处理的方法都会有或多或少的特殊性和局限性.在这里介绍 ...
- 基于图像的数据增强方法发展现状综述
基于图像的数据增强方法发展现状综述 人工智能技术与咨询 2022-03-22 20:57 点击蓝字 · 关注我们 来源:< 计算机科学与应用> ,作者冯晓硕等 关键词: 数据增强:图像数据 ...
最新文章
- arch检验python_Python实现端口检测
- python 元组和列表区别_Python干货整理：一分钟了解元组与列表使用与区别
- Java：使用SingletonStream获得性能
- jquery交换数组元素位置_跟我一起学jQuery——第一集
- Android远程服务与本地服务的特点以及功能差异
- java中产生对象的两种方式
- windows7电脑怎么永久关闭广告
- java 往excel中写数据库,poi将数据写入excel表格-怎么用java把数据库里的数据写入到excel表中...
- SpringMVC4 实例
- Glassfish3 安装后登录时提示：Secure Admin must be enabled to access the DAS remotely
- One Button Combat
- 《Ray Tracing in One Weekend》——Chapter 10: Positionable camera
- c语言函数的英文全称
- 牛客网在线判题出现“请检查是否存在数组越界等非法访问情况”的情况
- Linux中vsftpd服务配置（匿名，用户，虚拟用户）
- SVM之线性不可分与核技巧
- 原来华为手机还有3大隐藏省电功能，开启后，两天一充很简单
- 最新Tomcat安装及配置教程+JavaWeb项目部署
- GSON解析JSON保存到数据库
- Cisco Firepower 2100 Series FTD Software 7.1.0 ASA Software 9.17.1 下载