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。
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。
人脸姿态,就不适合做翻转,不然左右分不清。
那什么是无监督的方法呢?
包括两类:
(1)通过模型学习数据的分布,随机生成与训练数据集分布一致的图片,代表方法,GAN【1】。
(2)通过模型,学习出适合当前任务的数据增强方法,代表方法,AutoAugment【2】。
下面分别讲述。
01 GAN
1.1 什么是Gan
generative adversarial networks,译名生成对抗网络 ,它包含两个网络,一个是生成网络&#