免费试用网站空间,国内家居行业网站开发,适合前端做项目的网站,找工作的网站平台一、数据增强
当你训练一个机器学习模型时#xff0c;你实际做工作的是调参#xff0c;以便将特定的输入#xff08;一副图像#xff09;映像到输出#xff08;标签#xff09;。我们优化的目标是使模型的损失最小化#xff0c; 以正确的方式调节优化参数即可实现这一目…一、数据增强
当你训练一个机器学习模型时你实际做工作的是调参以便将特定的输入一副图像映像到输出标签。我们优化的目标是使模型的损失最小化 以正确的方式调节优化参数即可实现这一目标[参考][参考]。 人工智能的核心是机器学习深度学习需要大量的数据那么当数据有限是如何进行深度学习
1.1 常用的增强技术
每个技术都定义了一个增强因子用以增强数据集也成为数据增强因子
1、翻转 2、旋转
关于这个操作需要注意的一个关键问题是在旋转之后图像维度可能不会被保留。如果是正方型图像旋转90度之后图像的尺寸会被保存。如果图像是长方形旋转180度之后图像尺寸也会保存。 但用更小的角度旋转图像将会改变最终图像的尺寸。在下面的章节中我们将会看到如何解决这个问题。下面是方形图像旋转90度的例子。 3、缩放
放大时放大后的图像尺寸会大于原始尺寸。大多数图像处理架构会按照原始尺寸对放大后的图像进行裁切。 4、裁剪 5、平移
平移是将图像沿X或Y方向或者同时沿2个方向移动。在下面的例子中 我们假设在图像边界之外是黑色的背景也同步被移动。这一数据增强方法非常有用因为大多数对象有可能分布在图像的任何地方。这迫使你的卷积神经网络需要看到所有地方。 6. 高斯噪声
通过添加适量的噪声能够有效提升神经网络的学习能力。
一个“弱化”的版本是椒盐噪声它以随机的白色和黑色像素点呈现并铺满整个图片。这种方式对图像产生的作用和添加高斯噪声产生的作用是一样的只是效果相对较弱。 7. 颜色变换类指通过模糊、颜色变换、擦除、填充等方式对图像进行处理 1.2 高级增强技术 1. 条件型生成对抗网络Conditional GANs将夏日风光的图片转换为冬季风景的例子风格迁移
