GitHub：資料增廣最全資料集錦
前言
本文將分享的內容是：資料增廣（Data Augmentation）。該方向的研究一直都很熱門，特別是現在仍十分依賴於資料，而且資料增廣對各個應用方向的漲點都是簡單粗暴的！
資料擴充可以簡單地描述為使我們的資料集更大的任何方法。例如，要建立更多影象，我們可以放大並儲存結果，我們可以更改影象的亮度或旋轉它。為了獲得更大的聲音資料集，我們可以嘗試提高或降低音訊樣本的音調或放慢/加快速度。下圖提供了示例資料增強技術。
在本文要分享的就是目前最全，最新的資料增廣開源專案、論文等合集。主要涉及影象、音訊、自然語言處理和時序的資料增廣。
資料增廣
專案作者：AgaMiko
https://github.com/AgaMiko/data-augmentation-review
目錄
-
Images
-
Adversarial noise
-
Neural Style Transfer
-
Generative Adversarial Networks
-
Random erasing
-
Adding rain effects, sun flare...
-
Image blending
-
Contrast shift
-
Brightness shift
-
Blurring
-
Channel shuffle
-
Rotation
-
Scaling
-
Random cropping
-
Reflection
-
Affine transformations
-
Elastic transformations
-
Advanced transformations
-
Neural-based transformations
-
-
Audio
-
Noise injection
-
Time shift
-
Time stretching
-
Random cropping
-
Pitch scaling
-
Dynamic range compression
-
Simple gain
-
Equalization
-
-
Natural Language Processing
-
Thesaurus
-
Text Generation
-
Back Translation
-
Word Embeddings
-
Contextualized Word Embeddings
-
Voice conversion
-
-
Time Series Data Augmentation
-
Embedding space
-
GAN/Adversarial
-
RL/Meta-Learning
-
Warping
-
Jittering
-
Perturbing
-
Basic approaches
-
Advanced approches
-
計算機視覺(CV)資料增廣的開源專案
1.albumentations：一個Python庫，其中包含一組有用的，大型的和多樣化的資料增廣方法。它提供了30多種不同型別的增廣功能，易於使用。而且，正如作者證明的那樣，在大多數轉換中，該庫比其他庫要快。
https://github.com/albu/albumentations
2.imgaug：另一個非常有用且廣泛使用的Python庫。如作者所述：它可以幫助您為機器學習專案擴充影象。它將一組輸入影象轉換為一組稍有變化的新的，更大的影象。它提供了許多增廣技術，例如仿射變換，透檢視變換，對比度變化，高斯噪聲，區域丟失，色相/飽和度變化，裁剪/填充，模糊。
https://github.com/aleju/imgaug
UDA：用於影象檔案的簡單資料增廣工具，旨在與機器學習資料集一起使用。該工具將掃描包含影象檔案的目錄，並通過對找到的每個檔案執行一組指定的擴充操作來生成新影象。此過程使開發神經網路時可以使用的訓練示例數量成倍增加，並且應顯著提高所得網路的效能，尤其是當訓練示例數量相對較少時。
https://github.com/google-research/uda
Data augmentation for object detection：該專案介紹瞭如何將資料增廣方法用於目標檢測任務。它們支援許多資料增廣，例如水平翻轉，縮放，平移，旋轉，剪下，調整大小。
https://github.com/Paperspace/DataAugmentationForObjectDetection
FMix - Understanding and Enhancing Mixed Sample Data Augmentation
https://github.com/ecs-vlc/FMix
Super-AND
https://github.com/super-AND/super-AND
vidaug：這個Python庫可幫助您為深度學習架構擴充視訊。它將輸入的視訊轉換為一組稍有變化的新視訊。
https://github.com/okankop/vidaug
Image augmentor
https://github.com/codebox/image_augmentor
torchsample：該Python軟體包為Pytorch提供了高階訓練，資料增廣和實用程式。該工具箱提供了資料擴充方法，正則化器和其他實用功能。
https://github.com/ncullen93/torchsample
-
Compose()
-
AddChannel()
-
SwapDims()
-
RangeNormalize()
-
StdNormalize()
-
Slice2D()
-
RandomCrop()
-
SpecialCrop()
-
Pad()
-
RandomFlip()
Random erasing
https://github.com/zhunzhong07/Random-Erasing
data augmentation in C++：簡單的影象增廣程式可通過旋轉，滑動，模糊和噪點轉換輸入影象，以建立影象識別的訓練資料。
https://github.com/takmin/DataAugmentation
Data augmentation with GANs
https://github.com/AntreasAntoniou/DAGAN
Joint Discriminative and Generative Learning
https://github.com/NVlabs/DG-Net
White-Balance Emulator for Color Augmentation
https://github.com/mahmoudnafifi/WB_color_augmenter
DocCreator
https://github.com/DocCreator/DocCreator
OnlineAugment
https://github.com/zhiqiangdon/online-augment
自然語言處理(NLP)資料增廣的開源專案
Contextual data augmentation：上下文擴充是用於文字分類任務的獨立於域的資料擴充。通過用標籤條件的雙向語言模型預測的其他單詞替換單詞，可以增廣監督資料集中的文字。
https://github.com/pfnet-research/contextual_augmentation
nlpaug
https://github.com/makcedward/nlpaug
EDA NLP
https://github.com/jasonwei20/eda_nlp
侃侃
因為本資料增廣專案涵蓋的內容較多，這裡不再一一介紹，比如還有CV、NLP的資料增廣論文合集，語音、時序方向的專案和論文可以詳見此專案。相信對你的專案會有所幫助或者有所啟發。
資料下載
點選：資料增廣，即可下載訪問最全的資料增廣論文、開源專案等資料。