一、什么是数据增强?
数据增强是一种挖机数据集潜力的方法,可以让数据集蕴含更多让模型有效学习的信息。这些方法是领域和任务特定的,
二、为什么需要数据增强?
1、在实际任务中,原始数据集未必完全含有解决任务所需要的充足信息。通过分析任务场景的复杂性和当前数据集的短板,对现有数据有针对性做一些数据增强/增广的策略的修改,以提供更加多样性的、匹配任务场景复杂性的新数据,往往可以显著的提高模型效果。
2、扩大训练数据集,抑制过拟合,提升模型的泛化能力。
三、基础的图像增强方法:
1、随机改变亮度、对比度和颜色
2、随机填充
3、随机裁剪
4、随机缩放
5、随机翻转
扫描二维码关注公众号,回复:
16157332 查看本文章
四、高阶的图像增强方法
1、图像变换类:
- 标准变换
- autoaugment
- randaugment
2、图像裁剪类:
- cutout
- randerasing
- hideandseek
- gridmask
3、图像混叠类:
- mixup
- cutmix