深度学习之图像数据增强

        在图像的深度学习中，为了丰富图像训练集，更好的提取图像特征，泛化模型（防止模型过拟合），一般都会对数据图像进行数据增强，数据增强，常用的方式，就是 旋转图像，剪切图像，改变图像色差,扭曲图像特征，改变图像尺寸大小，增强图像噪音（一般使用高斯噪音，盐椒噪音）等.但是需要注意，不要加入其他图像轮廓的噪音.

　　对于常用的图像的数据增强的实现，参考如下链接：

 https://blog.csdn.net/qq_29133371/article/details/54927266