圖片的數(shù)據(jù)增廣（同樣思路可應(yīng)用于數(shù)字、語音等）

數(shù)據(jù)增強(qiáng)：在已有數(shù)據(jù)集上進(jìn)行數(shù)據(jù)變換，使數(shù)據(jù)具有更強(qiáng)的多樣性。

一般是在初始數(shù)據(jù)輸入后在線進(jìn)行隨機(jī)增強(qiáng)

常用數(shù)據(jù)變換方法

切割：對數(shù)據(jù)進(jìn)行局部切割后要對其進(jìn)行形狀變換，方便輸入。

切割過程：

規(guī)定切割高寬比范圍、

規(guī)定切割比例范圍、

顏色變換

其他辦法：根據(jù)測試集中可能遇到的環(huán)境酌情選擇

代碼實現(xiàn)

%matplotlib inline
import torch
import torchvision
from torch import nn
from d2l import torch as d2l

d2l.set_figsize()
img = d2l.Image.open('../img/cat1.jpg')
d2l.plt.imshow(img);

大多數(shù)圖像增廣方法都具有一定的隨機(jī)性。為了便于觀察圖像增廣的效果，我們下面定義輔助函數(shù)apply。 此函數(shù)在輸入圖像img上多次運(yùn)行圖像增廣方法aug并顯示所有結(jié)果。

def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]
    d2l.show_images(Y, num_rows, num_cols, scale=scale)

隨機(jī)水平翻轉(zhuǎn)

apply(img, torchvision.transforms.RandomHorizontalFlip())

隨機(jī)豎直翻轉(zhuǎn)

apply(img, torchvision.transforms.RandomVerticalFlip())

在我們使用的示例圖像中，貓位于圖像的中間，但并非所有圖像都是這樣。 在?6.5節(jié)中，我們解釋了匯聚層可以降低卷積層對目標(biāo)位置的敏感性。 另外，我們可以通過對圖像進(jìn)行隨機(jī)裁剪，使物體以不同的比例出現(xiàn)在圖像的不同位置。 這也可以降低模型對目標(biāo)位置的敏感性。

下面的代碼將隨機(jī)裁剪一個面積為原始面積10%到100%的區(qū)域，該區(qū)域的寬高比從0.5～2之間隨機(jī)取值。 然后，區(qū)域的寬度和高度都被縮放到200像素。 在本節(jié)中（除非另有說明），a和b之間的隨機(jī)數(shù)指的是在區(qū)間[a,b]

中通過均勻采樣獲得的連續(xù)值。

shape_aug = torchvision.transforms.RandomResizedCrop(
    (200, 200), scale=(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

知識補(bǔ)充：

原始樣本多，并不代表樣本多樣性好。依然要進(jìn)行數(shù)據(jù)增廣。

多張圖片疊加，即mix-up，也是一種有效的增廣方式。