1.为什么要进行数据增广？

①大型数据集是深度网络的前提条件

②图像增广对训练数据进行一系列的随机变化，生成相似但不同的训练样本，从而扩大训练集的规模

③数据增广：可以处理图片和文本和语音。

④对于图片的处理方式包括：覆盖掉一些像素、对颜色进行变换、对亮度进行变换

 训练集使用图像增广要尽可能模拟出在现实应用中出现的不同场景，这样提升模型的泛化性

2.如何使用数据增广？

增加一个已有数据集，使数据进行变换让它有更多的多样性。

如①语音：加入不同场景的噪音  ②图片：改变图片的颜色和形状

 3.使用增强数据训练——在线生成，随机的【训练集使用，测试集不使用】

①翻转，左右，上下，不平行

②切割：从图片中切割一块，然后变形到固定的尺寸大小

    随机高宽比[3/4,4/3]

    随机大小[8%,100%]

    随机位置

③颜色：改变色调，饱和度，明亮度[0.5,1.5]

④几十种办法

 

【总结】

①数据增广通过变形数据来获取多样性，使模型的泛化性能更好

②常见图片增广包括翻转，切割，变色

【代码】

import torch
import torchvision
from torch import nn
from d2l import torch as d2l

# 数据增广
d2l.set_figsize()
img = d2l.Image.open('../img/cat.jpg')
d2l.plt.imshow(img)
d2l.plt.show()

 【效果】

 2.图片增广的方法 aug代表增广的方法，生成结果是 2行4列

# 图片增广的方法 aug代表增广的方法，生成结果是 2行4列
def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]  # 通过每次增广的不同方法，把图片存到Y里面
    d2l.show_images(Y, num_rows, num_cols, scale=scale)

# 水平方向随机反转图像 RandomHorizontalFlip() apply(img, torchvision.transforms.RandomHorizontalFlip())

# 上下随机反转图像 RandomVerticalFlip()
apply(img, torchvision.transforms.RandomVerticalFlip())

# 随机剪裁 RandomResizedCrop  scale保存原图多大的区域  ratio高宽比
shape_aug = torchvision.transforms.RandomResizedCrop(size=(200, 200), scale=(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

# 随机改变图片的亮度 ColorJitter  brightness
apply(img, torchvision.transforms.ColorJitter(brightness=0.5, contrast=0, saturation=0, hue=0))

# 随机改变图片的色调 ColorJitter  hue
apply(img, torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0.5))

# 随机改变亮度，对比度，饱和度，色调 增加或者减少50%
color_aug = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5)
apply(img, color_aug)

# 结合多种图像增广方法
augs = torchvision.transforms.Compose([torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug])
apply(img, augs)
d2l.plt.show()