前言:
学无止境,在学习数据增强的理论及使用方法时,有以下文章及github开源代码为我提供了很大帮助,特此附上链接,表示感谢!希望对您也有参考借鉴的意义!个人笔记部分仅供参考,主要针对个人学习阶段,起查缺补漏之作用。
学习资源
1.数据增强(Data Augmentation)
个人总结整理
1.常用的数据增强方法
(1) 翻转 flip(水平翻转,垂直翻转)(翻转后结果与原图对称);
(2) 旋转 rotate;
(3) 缩放 scale;
(4) 裁剪 crop;
(5) 平移 translation (水平方向/垂直方向);
(6) 高斯噪声 Gaussian Noise;
2.高级的增强方法 (待补充)
(1) 条件对抗神经网络 Conditional GANs;
(2) 神经风格迁移 Neural style transfer;
(3) 深度照片风格转移 Deep photo style transfer;