Deep Learning -- 数据增强
Posted 起床oO
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Deep Learning -- 数据增强相关的知识,希望对你有一定的参考价值。
数据增强
在图像的深度学习中,为了丰富图像训练集,更好的提取图像特征,泛化模型(防止模型过拟合),一般都会对数据图像进行数据增强,数据增强,常用的方式,就是旋转图像,剪切图像,改变图像色差,扭曲图像特征,改变图像尺寸大小,增强图像噪音(一般使用高斯噪音)等,但需要注意,不要加入其它图像轮廓的噪音。在不同的任务背景下,我们可以通过图像的几何变换,使用一下一种或者多种组合数据增强变换来增加输入数据的量。
- 旋转|反射变换(Rotation/reflection):随机旋转图像一定角度;改变图像的内容朝向;
- 翻转变换(flip):沿这水平或者垂直方向翻转图像
- 缩放变换(zoom):按照一定的比例放大或者缩小图像
- 平移变换(shift):在图像平面上对图像以一定方式进行平移
数据增强的代码实现
以上是关于Deep Learning -- 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
Deep Reinforcement Learning 基础知识(DQN方面)
Paper Reading 1 - Playing Atari with Deep Reinforcement Learning
Paper Reading 2:Human-level control through deep reinforcement learning