图像数据增强方法综述及其python实现
图像数据增强广泛用于深度学习的训练,对模型的性能提升有很大的帮助;
这里列出了图像数据增强的几种方式,包括随机裁剪、翻转、直方图均衡化、gamma变换、滤波和随机噪声及其python实现。
1. 随机裁剪
1.1 random_crop
对图片随机0.6~1.0比率大小的区域裁剪,保持长宽比不变
1.1.1 代码
import random
import numpy as np
def random_crop(image, min_ratio=0.6, max_ratio=1.0):
h