下载爱南宁官方网站,wordpress如何播放百度云视频,ASP做网站源代码,柏乡企业做网站【数据增强】 1 数据增强的情形2 数据增强的方法 1 数据增强的情形
当数据比较小#xff0c;难以获取新的训练数据时#xff0c;可以考虑数据增强#xff0c;如随机裁剪部分#xff0c;随机左右上下翻转、随机旋转一个角度、随机亮度变化等微小变化#xff0c;数据的多样… 【数据增强】 1 数据增强的情形2 数据增强的方法 1 数据增强的情形
当数据比较小难以获取新的训练数据时可以考虑数据增强如随机裁剪部分随机左右上下翻转、随机旋转一个角度、随机亮度变化等微小变化数据的多样性提高数据集本身大小未变只是做了微小调整送入网络。
数据增强数据有限的情况下可以增加样本的多样性、抑制过拟合提高正确率。
2 数据增强的方法
torchvision提供了诸多随机改变图片的方法
transforms.RandomCrop # 随机位置裁剪 transforms.CenterCrop
transforms.RandomHorizontalFlip(p1) # 随机水平翻转
transforms.RandomVerticalFlip(p1) # 随机上下翻转
transforms.RandomRotation
transforms.ColorJitter(brightness1)
transforms.ColorJitter(contrast1)
transforms.ColorJitter(saturation0.5)
transforms.ColorJitter(hue0.5)
tansforms.RandomGrayscale(p0.5) # 随机灰度化如随机裁剪图片
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import torchvision
import glob
from torchvision import transforms
from torch.utils import data
from PIL import Imagepil_img Image.open(dataset2/cloudy134.jpg) #自定义路径
transform transforms.Compose([transforms.Resize((256, 256)),transforms.RandomCrop((224, 224))
])plt.figure(figsize(12, 8))
for i in range(6):img transform(pil_img)plt.subplot(2, 3, i1)plt.imshow(img)
plt.subplots_adjust(wspace0.15, hspace0.15)
plt.savefig(pics/5_0.jpg) #自定义路径随机水平翻转
pil_img Image.open(dataset2/cloudy134.jpg)
trans_img transforms.RandomHorizontalFlip(p1)(pil_img)
plt.figure(figsize(12, 6))
plt.subplot(1, 2, 1)
plt.imshow(pil_img)
plt.subplot(1, 2, 2)
plt.imshow(trans_img)
plt.show()
plt.savefig(pics/5_1.jpg)随机亮度调整 注意这里的区间设置不宜过大否则图片容易变化过大导致失真
pil_img Image.open(dataset2/cloudy134.jpg)
transform transforms.Compose([transforms.Resize((256, 256)),transforms.ColorJitter(brightness(0.7, 1.3), contrast(0.7, 1.3), saturation(0.7, 1.3), hue(-0.05, 0.05))
])
plt.figure(figsize(12, 8))
for i in range(6):img transform(pil_img)plt.subplot(2, 3, i1)plt.imshow(img)
plt.subplots_adjust(wspace0.15, hspace0.15)
plt.savefig(pics/5_2.jpg)
