AutoAugment中16种数据增强方法可视化直观展示

最新推荐文章于 2024-02-07 21:01:22 发布

Nin7a

最新推荐文章于 2024-02-07 21:01:22 发布

阅读量1.8k

点赞数

分类专栏：论文阅读文章标签：深度学习可视化强化学习机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Nin7a/article/details/104268977

版权

论文阅读专栏收录该内容

7 篇文章 1 订阅

订阅专栏

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

ShearX

在这里插入图片描述

ShearY

在这里插入图片描述

TranslateX

在这里插入图片描述

TranslateY

在这里插入图片描述

Rotate

在这里插入图片描述

AutoContrast

注：无幅值影响
在这里插入图片描述

Invert

注：无幅值影响
在这里插入图片描述

Equalize

注：无幅值影响
在这里插入图片描述

Solarize

在这里插入图片描述

Posterize

在这里插入图片描述

Contrast

在这里插入图片描述

Color

在这里插入图片描述

Brightness

在这里插入图片描述

Sharpness

在这里插入图片描述

Cutout

在这里插入图片描述

Sample Pairing

在这里插入图片描述

关注

0
点赞
踩
6

收藏

觉得还不错? 一键收藏
1
评论
AutoAugment中16种数据增强方法可视化直观展示

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ShearXShearYTranslateXTrans...
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。