深度学习样本生成data augmentation

在做深度学习图片分类的时候，很多是有些样本不足这个时候我们就会自己生成样本，如opencv对图片旋转，扭曲等等操作。google了一下deep learning data augmentation 发现了github几种开源的的方法主要是使用opencv结合python的PIL库。最终发现Augmentor好用
本文内容如下：

---

• 传统的opencv结合python的multiprocessing任务队列旋转生成图片
• 使用Augmentor生成样本

---

先上几张生成的图片看下效果：
原始图片

旋转生成：

Augmentor 生成

下面贴出代码，应该比较好懂，Augmentor使用的话看链接主要是使用pipeline对图片以一定的概率做变换。

# _*_ codi