在一个具体项目中,很重要的一点就是要有充足的数据,才能达到训练效果。当现有数据不够多,而寻找更多数据又不好实现的时候,我们采取以下数据增强或者数据扩增方法。
数据增强也叫数据扩增,它希望在不实质性的增加数据的情况下,让有限的数据产生等价于更多数据的价值。比如说,我们可以通过裁剪由一张原始图片产生许多新的不同的图片。通过裁剪得到的图像相似度很高,但是这样的数据增强仍然有效果。
1、常见的图像大小调整方法
(1)简单的裁剪
得到的新图像会丧失原始图像的部分信息。
(2)通过算法使得新的图像尽量保存原始图像上的所有信息。
常见的方法有:双线性插值、最近邻居法、双三次插值、面积插值法
(3)通过对图像进行填充来调整图像大小
2、图像翻转
上下翻转、左右翻转、沿对角线翻转
3、图像色彩调整
可对图像的亮度、对比度、饱和度、色相进行调整
4、处理标注框
图像中需要关注的物体通常会被标注框圈起来。
ps:本文章可能有点词不达意,后面我会来更新的,最近学校事情好多,呜呜呜,不过这也不是借口。
我一定会回来更新的!