当数据集中的样本量较少时,直接将其输入网络进行训练可能会导致过拟合,所以需要对已有样本通过使用数据增强技术进行扩充。扩充时主要有翻转和旋转两种操作,其中翻转包含水平翻转、上下翻转两种,旋转包含逆时针旋转90∘90^{\circ}90∘、180∘180^{\circ}180∘、270∘270^{\circ}270∘三种。

  具体代码如下所示。

# -*- coding: utf-8 -*-from PIL import Image
import osfile_dir = 'E:/Remote Sensing/' # 原始图片路径
save_dir = 'E:/Remote Sensing/'  # 保存路径
img_name = 'airplane.jpg'
img_path = file_dir + img_name  # 批量读取图片
im = Image.open(img_path)
LEFT_RIGHT = im.transpose(Image.FLIP_LEFT_RIGHT)  # 左右翻转
TOP_BOTTOM = im.transpose(Image.FLIP_TOP_BOTTOM)  # 上下翻转
rotated_90 = im.transpose(Image.ROTATE_90)  # 逆时针旋转90度
rotated_180 = im.transpose(Image.ROTATE_180)  # 逆时针旋转180度
rotated_270 = im.transpose(Image.ROTATE_270)  # 逆时针旋转270度
LEFT_RIGHT.save(save_dir + 'LEFT_RIGHT_'+img_name)  # 保存左右翻转后的图片
TOP_BOTTOM.save(save_dir + 'TOP_BOTTOM_'+img_name)  # 保存上下翻转后的图片
rotated_90.save(save_dir + 'rotated_90_'+img_name)  # 保存逆时针旋转90度后的图片
rotated_180.save(save_dir + 'rotated_180_'+img_name)  # 保存逆时针旋转180度后的图片
rotated_270.save(save_dir + 'rotated_270_'+img_name)  # 保存逆时针旋转270度后的图片

  运行代码后得到的结果如下所示。

  • 原图

  • 水平翻转

  • 上下翻转

  • 逆时针旋转90∘90^{\circ}90∘

  • 逆时针旋转180∘180^{\circ}180∘

  • 逆时针旋转270∘270^{\circ}270∘

使用数据增强技术对已有样本进行扩充相关推荐

  1. ECCV 2020 | DADA:高效的可微分自动数据增强技术(已开源)

    点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要5分钟 Follow小博主,每天更新前沿干货 作者:Guosheng Hu 原文链接:https://zhuanlan.zhihu.com/p ...

  2. AutoAugment: Learning Augmentation Policies from Data(一种自动数据增强技术)

    谷歌大脑提出自动数据增强方法AutoAugment:可迁移至不同数据集 近日,来自谷歌大脑的研究者在 arXiv 上发表论文,提出一种自动搜索合适数据增强策略的方法 AutoAugment,该方法创建 ...

  3. 集合啦,NLP数据增强技术!超全资源汇总

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 白交 发自 凹非寺  量子位 报道 | 公众号 QbitAI 数据增强技术已经是CV领 ...

  4. 从难以普及的数据增强技术,看AI的性价比时代

    数据是AI训练的核心,这一点已经被确认再确认了.虽然数据驱动不是AI算法训练的唯一途径,但在产业中已经出现了很明显的趋势,那些数据丰富廉价的领域,就是会更容易孕育出AI技术.像是汉英之间的机器翻译能力 ...

  5. 图机器学习中的数据增强技术

    文稿整理者:张琳 审稿&修改:赵通 本人总结来自圣母大学的博士生赵通在深蓝学院分享的"图机器学习中的数据增强技术"公开课.通过介绍图机器学习的概念,发展历程等,以及分享两篇 ...

  6. 使用数据增强技术提升模型泛化能力

    在<提高模型性能,你可以尝试这几招...>一文中,我们给出了几种提高模型性能的方法,但这篇文章是在训练数据集不变的前提下提出的优化方案.其实对于深度学习而言,数据量的多寡通常对模型性能的影 ...

  7. NLP中的数据增强技术综述

    NLP数据增强技术 1. 词汇替换 Lexical Substitution 基于词典的替换 Thesaurus-based substitution 基于词向量的替换 Word-Embeddings ...

  8. NLP的数据增强技术总结

    文章目录 一.简单的数据增强技术 EDA (Easy Data Augmentation) 即Normal Augmentation Method 1.`同义词替换`(Synonym Replacem ...

  9. gan 总结 数据增强_[NLP]聊一聊,预处理和数据增强技术

    在基于margin-loss的句子相似度这个项目中,为了验证想法,找不到开放数据集,因此自己从新浪爱问爬取了数据.自己爬的数据和学界开放的数据对比,数据显得非常脏.这里有三个含义:第一:数据不规范,比 ...

最新文章

  1. getParameter的用法总结
  2. Java程序员从笨鸟到菜鸟之(七十三)细谈Spring(五)spring之AOP底层大揭秘
  3. 经典C语言程序100例之五八
  4. OSS.Common扩展.Net Standard支持实例分享
  5. JPA教程:实体映射-第2部分
  6. 语文高考识记现代汉字的字形【转】
  7. Java String字符串和整型int的相互转换
  8. Nand_ECC_校验和纠错_详解
  9. Real World Haskell 第四章 函数式编程
  10. 5千万个密码的密码字典全家桶
  11. 同步软件Activesync4.5遇到的一些棘手问题
  12. android短信验证码免费版,短信验证码功能-免费哦!亲测可用
  13. Andriod OpenGL 教程 10 - 3D世界
  14. 什么是python语言的解释性?
  15. 手机便签软件哪个好用 手机便签软件推荐
  16. S3C2440 SDRAM驱动配置编程
  17. word打带圈符号(带圈对勾为例)
  18. 如何使用字体图标——icomoon使用详细介绍
  19. 高中学计算机都是学什么,计算机有哪些专业主要学什么
  20. 随机抽人名小程序_分析并实现一个简单的抽人程序

热门文章

  1. 安永网申计算机应用程序,四大网申经验篇
  2. java - jinfo jvm配置信息工具
  3. 时间轮timewheel算法
  4. ctf安全竞赛入门|漏洞利用、实战练习平台、CTF比赛资源库
  5. 深度丨人大宋睿华:自然语言理解的重大突破为何是多模态?
  6. 暴力破解测试入门到放弃
  7. 「Leakcanary 源码分析」看这一篇就够了
  8. 提升舆情监测软件技术方法解读,舆情监测技术逻辑?
  9. ERP容灾备份维护工作有哪些?服务器容灾备份
  10. android x86 4636,最新可用.apk 3% 的殺毒軟件(1/32) 報告發現病毒 - VirSCAN.org-線上防毒引擎掃描網站 v1.02 目前支援 47 款防毒引擎...