Dataset之圖片數據增強：基于TF實現圖片數據增強(原始的訓練圖片reshaped_image→數據增強→distorted_image(訓練時直接使用）)

?

?

目錄

數據增強步驟

數據增強實現代碼

---

?

?

?

數據增強步驟

1、對reshaped_image隨機裁剪圖片：從原始32×32裁剪到24×24小塊進行訓練，因為小塊可以取在圖像的任何位置，所以僅此一步就可以大大增加訓練、集的樣本數目。
2、對裁剪后的小塊進行水平翻轉：隨機翻轉圖片。每張圖片有50%的概率被水平左右翻轉，另有50%的概率保持不變
3、隨機改變亮度和對比度：對得到的圖片進行亮度和對比度的隨機改變。

?

數據增強實現代碼

#TF實現數據增強。原始的訓練圖片是reshaped_image ，最后會得到一個數據增強后的訓練樣本distorted_image。#訓練時，直接使用distorted_image 進行訓練即可。# Randomly crop a [height, width] section of the image.#1、對reshaped_image隨機裁剪圖片，從原始32×32裁剪到24×24小塊進行訓練，因為小塊可以取在圖像的任何位置，所以僅此一步就可以大大增加訓練、集的樣本數目。distorted_image = tf.random_crop(reshaped_image, [height, width, 3])# Randomly flip the image horizontally.#2、對裁剪后的小塊進行水平翻轉。隨機翻轉圖片。每張圖片有50%的概率被水平左右翻轉，另有50%的概率保持不變distorted_image = tf.image.random_flip_left_right(distorted_image)# Because these operations are not commutative, consider randomizing# the order their operation.#3、隨機改變亮度和對比度：對得到的圖片進行亮度和對比度的隨機改變。distorted_image = tf.image.random_brightness(distorted_image,max_delta=63)distorted_image = tf.image.random_contrast(distorted_image,lower=0.2, upper=1.8)

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Dataset之图片数据增强：基于TF实现图片数据增强(原始的训练图片reshaped_image→数据增强→distorted_image(训练时直接使用）)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。