摘要:
数据增强(Data Augmentation)的目的与作用卷积神经网络能够鲁棒地将物体分类,即便物体放置在不同的方向上,这也就是所说不变性的性质,即使卷积神经网络被放在不同方向上,它也能进行对象分类。更具体的说,卷积神经网络对平移、视角、尺寸或照度(或以上组合)保持不变性。这就是数据增强的本质前提。 阅读全文
摘要:
这个链接很详细:https://blog.csdn.net/lz0499/article/details/101626098 抖动是通过错位的位移对图像产生的一种特殊效果:三者针对的目标分别为色相、亮度和饱和度。色彩抖动通过对构成图像的色相产生位移,造成临近点状差异的色彩交叉效果;饱和度抖动,饱和度 阅读全文
摘要:
举例: >>> x = torch.randn(2, 3, 5) >>> x.size() torch.Size([2, 3, 5]) >>> x.permute(2, 0, 1).size() torch.Size([5, 2, 3]) https://zhuanlan.zhihu.com/p/7 阅读全文