data argumentation :数据增强汇总

几何变换
  flip:水平翻转,也叫镜像;垂直翻转
  rotation:图片旋转一定的角度,这个可以通过opencv来操作,各个框架也有自己的算子
  crop:随机裁剪,比如说,在ImageNet中可以将输入图片进行裁剪,然后输入。
颜色变换
  hue:灰度调节,  
  contrast:在图像的HSV颜色空间,改变H,S和V亮度分量,增加光照变化。对光照有特殊要求的可以使用
  saturation:图像饱和度
  exposure:增加曝光
多个区域置零
  random erase:随机擦除,将图片中的某个区域置零
  CutOut:和random erase 差不多,都是将图片中某个区域擦除
  hide-and-seek:将图片分为k*k的网格,每个网格已一定概率的方式擦除,和random erase、CutOut差不多
    https://blog.csdn.net/weixin_41560402/article/details/106037701
  grid mask:首先准备一个mask,mask非零即一,将mask和图片相乘,这样就会擦除很多区域了
    https://zhuanlan.zhihu.com/p/103992528
多张图片增强
  MixUp:两张图片,经过对应位置,经过线性插值,组成一张新的照片
    https://www.jianshu.com/p/d22fcd86f36d
    原谅我菜,数学原理看不透
  CutMix:就是将一部分区域cut掉但不填充0像素而是随机填充训练集中的其他数据的区域像素值,分类结果按一定的
    比例分配
    https://blog.csdn.net/u013066730/article/details/106354846?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param
  Mosica:将4张图像拼成一张图
style transfor GAN也用于数据增强
  self-adversarial Training(SAT)YOLOV4提出
    自对抗训练(SAT),包含两个过程
      第一个过程:神经网络更改原始图像
      第二个过程:训练神经网络以正常方式在修改后的图像上执行目标检测任务

 

posted @ 2020-08-14 10:16  yunshangyue  阅读(338)  评论(0编辑  收藏  举报