![28a7a9cb537f9613c88733caa82faaf9.png](https://i-blog.csdnimg.cn/blog_migrate/7f7bbbc5afbd59fad147f0ec0bacb5ca.jpeg)
![1cbec2c64d8b3761cf58e3bffb2e8f1b.png](https://i-blog.csdnimg.cn/blog_migrate/bdff6596c57575d065d66e96eccb406d.jpeg)
今天带来深度学习中的数据增强方法的下篇。我们将从以下几个方向入手。1,介绍一下什么是无监督的数据增强方法。2,简单介绍一下GAN生成数据的应用。3,介绍一下AutoAugment为代表的网络自动学习数据增强策略的方法。4,总结。
00什么是无监督数据增强方法
我们先看看什么是有监督的数据增强方法。它指的是生成的图片,是在已有的图片上直接做简单的几何变换,像素变化,或者简单的图片融合,如下。
![fb82a0fc2205a447952c9febe352e91b.png](https://i-blog.csdnimg.cn/blog_migrate/f15e04cec5d8054af6f2e8f34b6a3a77.jpeg)
![823e40b9c0b061973baa48791ea617d1.png](https://i-blog.csdnimg.cn/blog_migrate/11a5879aeb630cddeb3676bdcdd3af8d.jpeg)
上面的增强方法,都是由使用者完全定义的。然而,不是所有的任务都适合所有的数据增强方法。
比如数字识别,就不适合做太大角度的旋转。不然,9和6就分不开了。