动手学深度学习(二十六)——图像增广(一生二,二生三,三生万物?)
文章目录
- 一、图像增广
- 二、常用的图像增广方法
- 1. 翻转和裁减
- 2. 颜色改变
- 3. 叠加使用多种数据增广方法
- 三、使用图像增广进行训练
- 四、总结(干活分享)
一、图像增广
定义&解释:
- 通过对训练图像做一系列随机改变,来产生相似但又不同的训练样本,从而扩大训练数据集的规模。
- 随机改变训练样本可以降低模型对某些属性的依赖,从而提高模型的范化能力
二、常用的图像增广方法
使用下面这张400x500的图像作为范例
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import torch
import torchvision
from d2l import torch as d2l
from torch import nn
from PIL import Image
img = Image.open('./data/cat_dog/cat1.jpg')
plt.figure("cat")
plt.title('Initial data')
plt.imshow(img)
plt.show()
大多数图像增广方法都具有一定的随机性。为了便于观察图像增广的效果,我们下面定义辅助函数 apply 。 此函数在输入图像 img 上多次运行图像增广方法 aug 并显示所有结果。
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)
1. 翻转和裁减
左右翻转图像
通常不会改变对象的类别。这是最早和最广泛使用的图像增广方法之一。上下翻转图像
不如左右图像翻转那样常用。但是,至少对于这个示例图像,上下翻转不会妨碍识别。随机裁减]
在我们使用的示例图像中,猫位于图像的中间,但并非所有图像都是这样。 池化层可以降低卷积层对目标位置的敏感性。 另外,我们可以通过对图像进行随机裁剪,使物体以不同的比例出现在图像的不同位置。 这也可以降低模型对目标位置的敏感性。
# 左右翻转
apply(img,torchvision.transforms.RandomHorizontalFlip())
# 上下翻转
apply(img,torchvision.transforms.RandomVerticalFlip())
# 随机裁减
shape_aug = torchvision.transforms.RandomResizedCrop(
(200,200),scale=(0.1,1),ratio=(0.5,2),
# (200,200)是图片的大小,scale表示随机裁减为原来的比例,ratio是长宽比
)
apply(img,shape_aug)
2. 颜色改变
另一种增广方法是改变颜色。
我们可以改变图像颜色的四个方面:
- 亮度
- 对比度
- 饱和度
- 色调
# 亮度
apply(img,torchvision.transforms.ColorJitter(brightness=0.5,contrast=0,saturation=0,hue=0))
# 对比度
apply(img,torchvision.transforms.ColorJitter(brightness=0,contrast=0.5,saturation=0,hue=0))
# 饱和度
apply(img,torchvision.transforms.ColorJitter(brightness=0,contrast=0,saturation=0.5,hue=0))
# 色调
apply(img,torchvision.transforms.ColorJitter(brightness=0,contrast=0,saturation=0,hue=0.5))
# 混合使用
apply(img,torchvision.transforms.ColorJitter(brightness=0.5,contrast=0.5,saturation=0.5,hue=0.5))
3. 叠加使用多种数据增广方法
augs = torchvision.transforms.Compose([torchvision.transforms.RandomHorizontalFlip(),torchvision.transforms.ColorJitter(brightness=0.5,contrast=0.5,saturation=0.5,hue=0.5),torchvision.transforms.RandomResizedCrop((200, 200), scale=(0.1, 1), ratio=(0.5, 2))]
)
apply(img,augs)
三、使用图像增广进行训练
# 下载CIFA10数据集测试
all_images = torchvision.datasets.CIFAR10(train=True,root="./data/",download=True
)
d2l.show_images([all_images[i][0] for i in range(32)] , 4,8,scale=0.8)
# 应用简单的左右翻转,上下翻转
# 生数据格式为(批量大小,通道数量,高度,宽度)
train_augs = torchvision.transforms.Compose(
[torchvision.transforms.RandomHorizontalFlip(),
# torchvision.transforms.RandomVerticalFlip(),torchvision.transforms.ToTensor()]
)test_augs = torchvision.transforms.Compose([
# torchvision.transforms.RandomHorizontalFlip(),
# torchvision.transforms.RandomVerticalFlip(),torchvision.transforms.ToTensor()
]
)
# 加载数据
def load_cifar10(is_train,augs,batch_size):dataset = torchvision.datasets.CIFAR10(root="./data/",train=is_train,transform=augs,download=True)dataLoader = torch.utils.data.DataLoader(dataset,batch_size=batch_size,shuffle=is_train,num_workers=d2l.get_dataloader_workers())return dataLoader
# 多GPU训练和评估
def train_batch(net, X, y, loss, trainer, devices):if isinstance(X, list):# 微调BERT中所需(稍后讨论)X = [x.to(devices[0]) for x in X]else:X = X.to(devices[0])y = y.to(devices[0])net.train()trainer.zero_grad()pred = net(X)l = loss(pred, y)l.sum().backward()trainer.step()train_loss_sum = l.sum()train_acc_sum = d2l.accuracy(pred, y)return train_loss_sum, train_acc_sum
def train(net, train_iter, test_iter, loss, trainer, num_epochs,devices=d2l.try_all_gpus()):timer, num_batches = d2l.Timer(), len(train_iter)animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0, 1],legend=['train loss', 'train acc', 'test acc'])net = nn.DataParallel(net, device_ids=devices).to(devices[0]) # 多GPU运行for epoch in range(num_epochs):# 4个维度:储存训练损失,训练准确度,实例数,特点数metric = d2l.Accumulator(4)for i, (features, labels) in enumerate(train_iter):timer.start()l, acc = train_batch(net, features, labels, loss, trainer,devices)metric.add(l, acc, labels.shape[0], labels.numel())timer.stop()if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:animator.add(epoch + (i + 1) / num_batches,(metric[0] / metric[2], metric[1] / metric[3], None))test_acc = d2l.evaluate_accuracy_gpu(net, test_iter)animator.add(epoch + 1, (None, None, test_acc))print(f'loss {metric[0] / metric[2]:.3f}, train acc 'f'{metric[1] / metric[3]:.3f}, test acc {test_acc:.3f}')print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec on 'f'{str(devices)}')
#使用增强之后的数据进行训练模型;
# 获取全部的GPU,使用Adam作为优化算法
batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)# 模型初始化
def init_weights(m):if type(m) in [nn.Linear, nn.Conv2d]:nn.init.xavier_uniform_(m.weight)net.apply(init_weights)def train_with_data_aug(train_augs, test_augs, net, lr=0.001):train_iter = load_cifar10(True, train_augs, batch_size)test_iter = load_cifar10(False, test_augs, batch_size)loss = nn.CrossEntropyLoss(reduction="none")trainer = torch.optim.Adam(net.parameters(), lr=lr)train(net, train_iter, test_iter, loss, trainer, 10, devices)
# 数据增广(左右翻转)
train_with_data_aug(train_augs, test_augs, net)
loss 0.166, train acc 0.942, test acc 0.823
453.4 examples/sec on [device(type='cuda', index=0)]
# 没有数据增广
batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)
def init_weights(m):if type(m) in [nn.Linear, nn.Conv2d]:nn.init.xavier_uniform_(m.weight)net.apply(init_weights)
train_with_data_aug(test_augs, test_augs, net)
loss 0.070, train acc 0.975, test acc 0.797
455.5 examples/sec on [device(type='cuda', index=0)]
结果对比:
- 使用图像增强,尽管只是简单的左右翻转,我们模型的预测精度还是提高了3%
- 模型过拟合有一定的缓解。
四、总结(干活分享)
- 图像增广基于现有的训练数据生成随机图像,来提高模型的范化能力。
- 为了在预测过程中得到确切的结果,我们通常对训练样本只进行图像增广,而在预测过程中不使用随机操作的图像增广。(训练有,预测无)
- 深度学习框架提供了许多不同的图像增广方法,这些方法可以被同时应用。(多种增强共同使用)
- 图像增广方法收集(这些整理应该够用了,如果有什么特别需求可以留言讨论一下):
(1)知乎上有作者总结自己编写的15种增强方法和代码:
https://zhuanlan.zhihu.com/p/158854758- 翻转
- 裁剪
- 过滤和锐化
- 模糊
- 旋转,平移,剪切,缩放
- 剪下
- 色彩
- 亮度
- 对比
- 均匀和高斯噪声
- 渐变镜头变形
(2)github上找一些高star的成熟代码:
例如: imgaug https://github.com/aleju/imgaug(3)augmentor https://github.com/mdbloice/Augmentor
动手学深度学习(二十六)——图像增广(一生二,二生三,三生万物?)相关推荐
- 动手学深度学习(十四)——权重衰退
文章目录 1. 如何缓解过拟合? 2. 如何衡量模型的复杂度? 3. 通过限制参数的选择范围来控制模型容量(复杂度) 4. 正则化如何让权重衰退? 5. 可视化地看看正则化是如何利用权重衰退来达到缓解 ...
- 动手学深度学习(PyTorch实现)(六)--卷积神经网络基础
卷积神经网络基础 1. 二维卷积层 1.1 二维互相关运算 1.2 互相关运算与卷积运算 1.3 特征图与感受野 2. 填充与步幅 2.1 填充 2.2 步幅 3. 多通道 3.1 多输入通道 3.2 ...
- 《动手学习深度学习》13.1图像增广在colab上显示猫的图片不成功的解决办法
一开始,我总是显示如下: No such file or directory: './img/cat1.jpg' 但是打开文件路径发现路径没有问题,img和运行的文件是在同一目录下的: ps:如果点击 ...
- 关于动手学深度学习扩展包d2l的安装
关于动手学深度学习扩展包d2l的安装 方式一 方式二 方式一 下载离线安装包直接放置 d2l_python是动手学深度学习PyTorch中的包,所以他的安装使用离线安装. 链接: [https://g ...
- 动手学深度学习(三十九)——门控循环单元GRU
文章目录 门控循环单元(GRU) 一.门控隐藏状态 1.1 重置门和更新门 1.2候选隐藏状态 1.3 隐藏状态 二.从零实现GRU 2.1 初始化模型参数 2.2 定义模型 2.3 训练与预测 2. ...
- 动手学深度学习之图像风格迁移
参考伯禹学习平台<动手学深度学习>课程内容内容撰写的学习笔记 原文链接:https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/less ...
- 动手学深度学习打卡之二。
第二次打卡内容(2月15日-18日) Task03:过拟合.欠拟合及其解决方案:梯度消失.梯度爆炸:循环神经网络进阶(1天) Task04:机器翻译及相关技术:注意力机制与Seq2seq模型:Tran ...
- 《动手学深度学习》环境搭建全程详细教程 window用户
一.下载并安装Miniconda 第一步是根据操作系统下载并安装Miniconda,在安装过程中需要勾选"Add Anaconda to the system PATH environmen ...
- 动手学深度学习笔记3.4+3.5+3.6+3.7
系列文章目录 动手学深度学习笔记系列: 动手学深度学习笔记3.1+3.2+3.3 文章目录 系列文章目录 前言 一.softmax回归 1.1 分类问题 1.2 网络架构 1.3 全连接层的参数开销 ...
- 《动手学深度学习》—学习笔记
文章目录 深度学习简介 起源 特点 小结 预备知识 获取和运行本书的代码 pytorch环境安装 方式一 方式二 数据操作 创建 运算 广播机制 索引 运算的内存开销 NDArray和NumPy相互变 ...
最新文章
- 观《逻辑思维,如何成为一个高手》
- 微信js sdk动态引用
- css折叠样式(1)——使用css样式的三种方式
- 解决springdatajpa 在解析实体类的字段时候驼峰自动转为下划线问题
- Thinkphp5.0 多图上传名称重复BUG
- discuz 标签详解
- TensorFlow 2.0 - Keras Pipeline、自定义Layer、Loss、Metric
- python如何爬虫eps数据_入门Python爬虫 -- 解析数据篇
- java 获取继承字段_java – 从类中获取所有字段(甚至是私有的和继承的)
- 判断元素是否存在(信息学奥赛一本通-T1211)
- [转]踏实从小事做起, 才能有大发展
- python中weekday_[转载] Python日历模块| 使用示例的weekday()方法
- Number类型及方法(js)
- Jan 11 - Contains Duplicate II; Array; Traverse; HashMap; HashSet;
- 用户故事(二):为什么要使用用户故事表达需求?
- Windows Neptune的安装
- ACM复习(53)17229 Lry,你除了2还是2
- java查询ip归属地
- 最长等差数列_算法题10 最长等差序列问题
- 学习+思考+总结+分享
热门文章
- 触目惊心的股市圈钱骗局:阴谋
- 关于量子计算机的一些整理 (精心整理原创) (1)
- 服务器中的编码解码问题
- 实战五十一:基于python机器学习深度学习实现股市评论情感分析 (完整代码+数据集可直接运行)
- win32crypt :安装pywin32并解决模块找不到问题
- Android实现动态任意拖动图片
- Xposed折腾笔记(二)-微信骰子我做主
- excel 自定义工具栏_您的自定义Excel工具栏
- python画花瓣飘落_Python——画一棵漂亮的樱花树
- 年轻人,看你骨骼惊奇,我这有一份来自阿里的Android开发学习指南,不仅能让你月入5w,度过中年危机都不是问题!