Image processing 小型图像数据集的数据扩充技术？_Image Processing_Machine Learning_Computer Vision_Neural Network_Deep Learning

Image processing 小型图像数据集的数据扩充技术？

image-processing machine-learning computer-vision neural-network deep-learning

Image processing 小型图像数据集的数据扩充技术？,image-processing,machine-learning,computer-vision,neural-network,deep-learning,Image Processing,Machine Learning,Computer Vision,Neural Network,Deep Learning,目前，我正在培训与deep CNN类似的小型徽标数据集。为了训练更大的网络，我需要更多的数据集，因此使用增广。我现在做的最好的事情就是使用仿射变换（特征归一化、特征中心、旋转、宽度-高度偏移、水平-垂直翻转）。但对于更大的网络，我需要更多的扩充。我试着在卡格尔的国家数据科学碗上搜索，但没有得到太多帮助。给出了一些方法的代码，但我不确定哪些方法有用。除了仿射变换之外，还有哪些（或更好的）图像数据增强技术可以应用于此类（或任何普通图像）数据集可以在关于数据增强的第1节中找到一个很好的概述：即翻转，

目前，我正在培训与deep CNN类似的小型徽标数据集。为了训练更大的网络，我需要更多的数据集，因此使用增广。我现在做的最好的事情就是使用仿射变换（特征归一化、特征中心、旋转、宽度-高度偏移、水平-垂直翻转）。但对于更大的网络，我需要更多的扩充。我试着在卡格尔的国家数据科学碗上搜索，但没有得到太多帮助。给出了一些方法的代码，但我不确定哪些方法有用。除了仿射变换之外，还有哪些（或更好的）图像数据增强技术可以应用于此类（或任何普通图像）数据集

可以在关于数据增强的第1节中找到一个很好的概述：即翻转，随机作物和颜色抖动，以及照明噪声：

在2012年训练著名的Alex Net时提出了花式PCA。花式PCA改变训练图像中RGB通道的强度

或者你也可以看看卡格尔银河动物园挑战赛：获奖者写了一篇文章。它涵盖了相同类型的技术：

轮换
翻译
缩放
翻转
颜色扰动

如前所述，他们还“实时地，即在培训期间”这样做

例如，这里有一个Facebook提供的实用程序（用于培训）。

我在中收集了一些增强技术。它包括：

缩放
收成
翻转（水平/垂直）
轮换
缩放
剪切
通道位移（rgb、hsv）
对比度
噪音,
渐晕