深度学习中的Data Augmentation和代码实现

最新推荐文章于 2024-05-29 18:53:38 发布

时光杂货店

最新推荐文章于 2024-05-29 18:53:38 发布

阅读量4.4k

点赞数 1

分类专栏：数据处理文章标签：数据增强深度学习

数据处理专栏收录该内容

1 篇文章 0 订阅

订阅专栏

深度学习中的Data Augmentation和代码实现

本篇博客全部都参考自这里

1 原理

深度学习中，为了避免出现过拟合（Overfitting），通常我们需要输入充足的数据量．为了得到更加充足的数据，我们通常需要对原有的图像数据进行几何变换，改变图像像素的位置并保证特征不变。

当然，数据增强并不总是有效的，数据增强对于有些情况下训练并没有帮助；所以，最好的方法还是多找一些数据。

可以通过图像的几何变换, 使用以下一种或多种组合数据增强变换来增加输入数据的量. 具体的方法都来自数字图像处理的内容。

旋转 | 仿射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;
翻转变换(flip): 沿着水平或者垂直方向翻转图像;
缩放变换(zoom): 按照一定的比例放大或者缩小图像;
平移变换(shift): 在图像平面上对图像以一定方式进行平移;可以采用随机或人为定义的方式指定平移范围和平移步长, 沿水平或竖直方向进行平移. 改变图像内容的位置;
尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想, 利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度;
剪裁（crop）：在图像的不同位置剪裁出patch，因为深度网络具有局部感受野概念，所以改变图像的全局，能帮助学习特征；
对比度变换(contrast): 在图像的HSV颜色空间，改变饱和度S和V亮度分量，保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;
噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;
颜色变换(color): 在训练集像素值的RGB颜色空间进行PCA,得到RGB空间的3个主方向向量,p1, p2, p3;3个特征值, λ1,λ2,λ3.
对每幅图像的每个像素 ${I_{xy}} = {[I^R{xy}, I^G{xy}, I^B{xy}]}^T$ 进行如下的变化:

$[p 1, p 2, p 3] [α 1 λ 1, α 2 λ 2, α 3 λ 3] T$ $[p1,p2,p3][α1λ1,α2λ2,α3λ3]^T$
其中:αi是满足均值为0,方差为0.1的随机变量.

注意:

几何变换不改变像素值, 而是改变像素所在的位置;
通过数据增强的方法扩张了数据集的范围, 作为输入时, 以期待网络学习到更多的图像不变性特征．

2 代码

语言：python
库：Keras
安装：
- sudo pip install numpy
- sudo pip install scipy
- sudo pip install keras

代码：

#!/usr/bin/env python
#-*- coding: utf-8 -*-
# import packages
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
datagen = ImageDataGenerator(
        rotation_range=0.2,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        fill_mode='nearest')
img = load_img('～/Desktop/lena.jpg')  # this is a PIL image, please replace to your own file path
x = img_to_array(img)  # this is a Numpy array with shape (3, 150, 150)
x = x.reshape((1,) + x.shape)  # this is a Numpy array with shape (1, 3, 150, 150)
# the .flow() command below generates batches of randomly transformed images
# and saves the results to the `preview/` directory
i = 0
for batch in datagen.flow(x, batch_size=1,
                      save_to_dir='~/Desktop/preview',  
                      save_prefix='lena', 
                      save_format='jpg'):
    i += 1
    if i > 20:
        break  # otherwise the generator would loop indefinitely

参数讲解：