問(wèn)題一：為什么需要大量的數(shù)據(jù)

當(dāng)訓(xùn)練機(jī)器學(xué)習(xí)模型的時(shí)候，實(shí)際上實(shí)在調(diào)整它的參數(shù)，使得可以跟一個(gè)特定的輸入符合。優(yōu)化的目標(biāo)是 chase that sweet spot where our model’s loss is low。當(dāng)前最好的神經(jīng)網(wǎng)絡(luò)擁有的參數(shù)量是上百萬(wàn)的量級(jí)。 因此，有這么多的參數(shù)，就需要a proportional amount of examples 來(lái)學(xué)習(xí)這些參數(shù)。

此外，通過(guò)數(shù)據(jù)增廣提升數(shù)據(jù)集中的相關(guān)數(shù)據(jù)，能防止網(wǎng)絡(luò)學(xué)習(xí)到不相關(guān)的特征，更多的學(xué)到更數(shù)據(jù)有關(guān)的性能，顯著的提升整體的性能。

問(wèn)題二：在什么地方做數(shù)據(jù)增廣？

• offline augmentation: 適合相對(duì)小一些的數(shù)據(jù)集；原始數(shù)據(jù)集的數(shù)量跟采用的增廣方法成正比。
• online augmentation: 適合大一些的數(shù)據(jù)集；承擔(dān)不起向前者那樣的成倍增廣，更適合on the mini-batches做增廣。 一些機(jī)器學(xué)習(xí)框架也支持被GPU加速過(guò)的在線增廣。

Popular augmentation techniques

1. Flip

水平或者垂直翻轉(zhuǎn)圖像。

# NumPy.'img' = A single image. flip_1 = np.fliplr(img) # 水平翻轉(zhuǎn)# TensorFlow. 'x' = A placeholder for an image. shape = [height, width, channels] x = tf.placeholder(dtype = tf.float32, shape = shape) flip_2 = tf.image.flip_up_down(x) flip_3 = tf.image.flip_left_right(x) flip_4 = tf.image.random_flip_up_down(x) flip_5 = tf.image.random_flip_left_right(x)

2. Rotation

對(duì)這個(gè)操作需要特別注意的是：圖像的維數(shù)不會(huì)被保留。

3. Scale

圖像可以被向內(nèi)或向外縮放，當(dāng)向外縮放的時(shí)候，最終的圖像大小比原始圖像大，很多框架從中crop跟原圖一樣大的部分。

# Scikit Image. 'img' = Input Image, 'scale' = Scale factor # For details about 'mode', checkout the interpolation section below. scale_out = skimage.transform.rescale(img, scale=2.0, mode='constant') scale_in = skimage.transform.rescale(img, scale=0.5, mode='constant') # Don't forget to crop the images back to the original size (for # scale_out)

4. Crop

不像縮放，裁剪僅僅從原始圖像隨機(jī)采樣，然后resize到跟原來(lái)一樣大。

# TensorFlow. 'x' = A placeholder for an image. original_size = [height, width, channels] x = tf.placeholder(dtype = tf.float32, shape = original_size) # Use the following commands to perform random crops crop_size = [new_height, new_width, channels] seed = np.random.randint(1234) x = tf.random_crop(x, size = crop_size, seed = seed) output = tf.images.resize_images(x, size = original_size)

5. Translation

平移僅僅包括將圖像沿著X或者Y方向移動(dòng)。

6. Gaussian Noise

當(dāng)網(wǎng)絡(luò)嘗試去學(xué)習(xí)高頻特征的時(shí)候很容易過(guò)擬合。零均值高斯噪聲能有效的distorting高斯噪聲，這也意味著低頻部分（通常是想要的部分）也會(huì)損毀，但是你的網(wǎng)絡(luò)能從中學(xué)到目標(biāo)信息。Adding just the right amount of noise can enhance the learning capability.

還可以加椒鹽噪聲，視覺(jué)效果類似于高斯噪聲，但是信息損失的更少。

#TensorFlow. 'x' = A placeholder for an image. shape = [height, width, channels] x = tf.placeholder(dtype = tf.float32, shape = shape) # Adding Gaussian noise noise = tf.random_normal(shape=tf.shape(x), mean=0.0, stddev=1.0, dtype=tf.float32) output = tf.add(x, noise)

牢記腦中：當(dāng)做數(shù)據(jù)增廣的時(shí)候，要確保不要增加不相關(guān)的數(shù)據(jù)。

相關(guān)資源

• github數(shù)組增廣包

imgaug學(xué)習(xí)筆記

作者：EdwardMa
鏈接：https://www.jianshu.com/p/ffab1d022d2c
來(lái)源：簡(jiǎn)書(shū)
簡(jiǎn)書(shū)著作權(quán)歸作者所有，任何形式的轉(zhuǎn)載都請(qǐng)聯(lián)系作者獲得授權(quán)并注明出處。

總結(jié)

以上是生活随笔為你收集整理的深度学习中的数据增广的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。