【轉】data augmentation 資料增強方法總結
阿新 • • 發佈：2019-01-04
1、問題描述
收集資料準備微調深度學習模型時，經常會遇到某些分類資料嚴重不足的情況，另外資料集過小容易造成模型的過擬合。
本文參考一些網友對於資料增強方法的一些tips，後續會附上自己實現的C++程式碼；
2、data augmentation常用方法
- Color Jittering：對顏色的資料增強：影象亮度、飽和度、對比度變化（此處對色彩抖動的理解不知是否得當）；
- PCA Jittering：首先按照RGB三個顏色通道計算均值和標準差，再在整個訓練集上計算協方差矩陣，進行特徵分解，得到特徵向量和特徵值，用來做PCA Jittering；
- Random Scale：尺度變換；
- Random Crop：採用隨機影象差值方式，對影象進行裁剪、縮放；包括Scale Jittering方法（VGG及ResNet模型使用）或者尺度和長寬比增強變換；
- Horizontal/Vertical Flip：水平/垂直翻轉；
- Shift：平移變換；
- Rotation/Reflection：旋轉/仿射變換；
- Noise：高斯噪聲、模糊處理；
- Label shuffle：類別不平衡資料的增廣，參見海康威視ILSVRC2016的report；另外，文中提出了一種Supervised Data Augmentation方法，有興趣的朋友的可以動手實驗下。
參考：