数据增强的方法

意义

数据增强也叫数据扩增，意思是在不实质性的增加数据的情况下，让有限的数据产生等价于更多数据的价值。

方法

空间几何变换

1.  翻转

   翻转包括水平翻转和垂直翻转。

2. crop

   裁剪图片的感兴趣区域（ROI），通常在训练的时候，会采用随机裁剪的方法，下图为随机裁剪4次的效果。

3. 旋转

   对图像做一定角度对旋转操作，看看效果。

4. 缩放变形

   随机选取图像的一部分，然后将其缩放到原图像尺度。

5. 仿射变换

   同时对图片做裁剪、旋转、转换、模式调整等多重操作。

6. 视觉变换

         对图像应用一个随机的四点透视变换。

     7. 分段仿射（PiecewiseAffine）

        分段仿射在图像上放置一个规则的点网格，根据正态分布的样本数量移动这些点及周围的图像区域。

噪声类

随机噪声是在原来的图片的基础上，随机叠加一些噪声。

1. 高斯噪声

2. CoarseDropout

   在面积大小可选定、位置随机的矩形区域上丢失信息实现转换，所有通道的信息丢失产生黑色矩形块，部分通道的信息丢失产生彩色噪声。

3. SimplexNoiseAlpha

   产生连续单一噪声的掩模后，将掩模与原图像混合。

4. FrequencyNoiseAlpha