Tensorflow 对象检测 API 的数据增强是不是会产生比原始样本更多的样本？

Posted 2023-02-16

【中文标题】Tensorflow 对象检测 API 的数据增强是不是会产生比原始样本更多的样本？

【英文标题】：Do data augmentations by Tensorflow Object Detection API result in more samples than original?Tensorflow 对象检测 API 的数据增强是否会产生比原始样本更多的样本？

【发布时间】：2019-05-14 03:27:53

【问题描述】：

假设我的原始原始数据集有 100 张图像。我应用了random_horizontal_flip 数据增强，默认情况下水平翻转的概率为 50%。所以只是为了举例，假设它翻转了 100 张图像中的 50 张。所以，

这是否意味着我的算法现在将使用 150 个图像（100 个原始版本和 50 个翻转版本）进行训练，还是意味着它仍将使用 100 个图像进行训练，但其中 50 个将是原始图像的翻转版本？ 问题 #1 的答案是否可以推广到 Tensorflow 对象检测 API 提供的所有数据增强选项？

我阅读了尽可能多的官方文档，并查看了preprocessor code，但找不到我的答案。

【问题讨论】：

如果是随机翻转，有 50% 的机会，这意味着你的数据集最终会翻倍，因为每张图像在多次迭代后至少会翻转一次。

@Richard_wth 有道理，非常感谢。

【参考方案1】：

默认的增强概率为 50%，独立应用于每个图像。训练模型/算法的图像数量取决于 epoch 的数量。

假设您的批量大小为 1，并且 epoch 总数为 100： 您的算法将在 100 张图像上进行训练，其中 50 张将是原始图像的翻转版本。在这种情况下，模型将看不到原始的 50 张图像，因为您的 epoch 太低了。

假设您的批量大小为 1，并且 epoch 总数为 200： 您的算法将在 200 张图像上进行训练，其中 100 张将是原始图像的翻转版本。

因此，只要您的 epoch 大小不限制您的数据集，以 50% 的概率，您将看到一种效果，就好像您通过翻转每个项目使数据集翻倍一样。

除了水平翻转之外，如果您还添加垂直翻转 (random_vertical_flip)，您的数据集将增加三倍。