- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 类别不均衡处理办法总结
对于深度学习而言,数据量不平衡是很常见的问题,如:工厂的产品缺陷率一般在 0.1% 左右,患者病例比较少等。最近遇到个项目,样本类别极其不均衡,多的类别有上万张,少的仅有几百张,为了有好的训练效果,尝试了很多方法,在这篇博客总结下我使用的,还有见到的一些方法。一、过采样欠采样 既然不平衡,那就想办法让他平衡,增加数据和减少数据。一般的方法是过采样和欠采样。 过采样的意思就是...
2019-07-12 18:26:24 4821
转载 Pytorch:transforms-进行在线图像增强的方法总结
本文截取自《PyTorch 模型训练实用教程》,获取全文pdf请点击:https://github.com/tensor-yu/PyTorch_Tutorial本文对transforms.py中的各个预处理方法进行介绍和总结。主要从官方文档中总结而来,官方文档只是将方法陈列,没有归纳总结,顺序很乱,这里总结一共有四大类,方便大家索引:裁剪——Crop 中心裁剪:transforms.Ce...
2019-07-16 15:11:15 4634 3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人