图像增广
图像增广
图像增广在对训练图像进行一系列的随机变化之后,生成相似但不同的训练样本,从而扩大了训练集的规模,提高泛化能力。
随机翻转
例如,现在有一张小狗的照片,我们可以借助transforms的RandomHorizontalFlip()来翻转。
翻转之后的结果如下图。
随机裁剪
我们可以通过随机裁剪降低模型对目标的敏感性,可用RandomResizedCrop()来实现。
改变颜色
我们也可以通过调整图片亮度、对比度、饱和度、色调来扩充数据集。
结合
我们结合前面的多种方法可以扩充我们的数据集,以实现训练精度提升的效果。