在AutoAugment: Learning Augmentation Strategies from Data这篇论文中,作者提到使用强化学习的方式训练Controller RNN来学习良好的数据增强策略,文中提到16种数据增强的手段,为了具体形象地展示这些不同的数据增强方式,在这里把每一种方式对应不同幅值的效果画出,更加清晰直观。
文章目录
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/eeea08753c8b33962ec3687c3e09a64c.png)
ShearX
ShearY
TranslateX
TranslateY
Rotate
AutoContrast
注:无幅值影响
Invert
注:无幅值影响
Equalize
注:无幅值影响