树欲静丶而风不止丿

原创 深度学习之：数据增强总结与实战

在计算机视觉领域，尤其是深度学习模型处理图像任务时，数据增强显得尤为重要，因为图像具有平移、旋转、缩放等不变性，人的视觉可以很好的处理这些变换，但对于神经网络来说，需要广泛的学习到这些变换。当下以数据驱动的AI，在实际场景中，我们很难有大量带标签的训练样本，当我们使用深度学习神经网络训练一个模型时，数以百万计的模型参数需要训练，数据量太小的话，很容易产生过拟合，训练出的模型也很难具备良好的泛化能力。