深度学习数据增强方法总结

前言

在计算机视觉领域中，为了提高深度神经网络模型的泛化性能，更好地适应的环境和工况，在模型的训练过程中常常会用到数据增强算法。这篇博客将总结分享现有的一些数据增强方法。

增强方法	适用领域
Flip	分类、检测、分割
Rotation	分类、分割
Resize	分类、检测、分割
Croping	分类、检测、分割
Noise	分类、检测、分割
Color distortions	分类、检测、分割
Geometric distortions	分类、分割
Random erase、 CutOut	分类、检测
Hide-and-seek	分类、检测
Gridmask	分类、检测
Mixup	分类、检测
CutMix	分类、检测

Flip

对图像进行水平翻转或者垂直翻转。

Rotation

将图像绕着某个点旋转一定的角度。