数据增强实现与分析

坠金

已于 2024-05-03 10:01:26 修改

阅读量285

点赞数

分类专栏：目标识别/语义分割数据处理文章标签：深度学习人工智能目标检测

于 2022-12-08 11:14:58 首次发布

本文链接：https://blog.csdn.net/qq_41413211/article/details/128233489

版权

目标识别/语义分割同时被 2 个专栏收录

44 篇文章 22 订阅 ¥9.90 ¥99.00

订阅专栏

数据处理

23 篇文章 10 订阅 ¥9.90 ¥99.00

订阅专栏

本文探讨了数据增强在深度学习目标检测任务中的作用，推荐了Albumentations工具包，并通过实例分析了翻转数据增强对模型性能的影响。作者通过对比测试，提出模型可能因训练集与测试集翻转对象不一致导致效果未提升，并建议根据具体目标选择合适的数据增强策略。

摘要由CSDN通过智能技术生成

Yolo系列 | Yolov4v5的模型结构与正负样本匹配_yolov5正负样本分配-CSDN博客

推荐一个数据增强的工具包：Albumentations 。

github地址：https://github.com/albumentations-team/albumentations
docs使用文档：https://albumentations.ai/docs

# 对图像进行预处理
transform = transforms.Compose([
    # 转换为RGB图像
    lambda x: Image.open(x).convert('RGB'),
    # 重新确定尺寸
    transforms.Resize((int(self.resize * 1.25), int(self.resize * 1.25))),
    # 旋转角度
    transforms.RandomRotation(1

了解本专栏