Mixup 数据增强

Posted 醉公子~

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Mixup 数据增强相关的知识,希望对你有一定的参考价值。

最近在YOLOX 中看见了Mixup的方式的数据增强,

mixup可以将不同的图像进行混合,从而扩充训练数据集,以下分别从图片和label的角度,介绍经过mixup操作后,数据和label的变化。

其实Mixup 就是将两张图像进行融合

实现代码:

图1

图2

代码

import cv2 as cv


def ronghe(path1,path2):
    img1 = cv.imread(path1)
    img2 = cv.imread(path2)
    img3 = cv.resize(img2,(1080,1486)) # 将两张图像的大小统一

    dst = cv.addWeighted(img1,0.6,img3,0.4,0)#γ的取值为0

    return dst

if __name__=="__main__":
    cv.imshow('a',ronghe('/home/zc/桌面/pythonProject2/model.jpg','/home/zc/桌面/pythonProject2/background/35.jpg'))
    cv.waitKey(0)




结果


希望这个对你有用!
谢谢点赞评论!

以上是关于Mixup 数据增强的主要内容,如果未能解决你的问题,请参考以下文章

音频数据增强——mixup和SpecAugment

基于 Mixup 数据增强的 LSTM-FCN 时间序列分类学习记录

CIFAR-10数据集应用:快速入门数据增强方法Mixup,显著提升图像识别准确度

TokenMix数据增强

深度学习目前几种热门的数据增强方法

深度学习目前几种热门的数据增强方法