Dataset之圖片數(shù)據(jù)增強(qiáng)：基于TF實(shí)現(xiàn)圖片數(shù)據(jù)增強(qiáng)(原始的訓(xùn)練圖片reshaped_image→數(shù)據(jù)增強(qiáng)→distorted_image(訓(xùn)練時(shí)直接使用）)

?

?

目錄

數(shù)據(jù)增強(qiáng)步驟

數(shù)據(jù)增強(qiáng)實(shí)現(xiàn)代碼

---

?

?

?

數(shù)據(jù)增強(qiáng)步驟

1、對(duì)reshaped_image隨機(jī)裁剪圖片：從原始32×32裁剪到24×24小塊進(jìn)行訓(xùn)練，因?yàn)樾K可以取在圖像的任何位置，所以?xún)H此一步就可以大大增加訓(xùn)練、集的樣本數(shù)目。
2、對(duì)裁剪后的小塊進(jìn)行水平翻轉(zhuǎn)：隨機(jī)翻轉(zhuǎn)圖片。每張圖片有50%的概率被水平左右翻轉(zhuǎn)，另有50%的概率保持不變
3、隨機(jī)改變亮度和對(duì)比度：對(duì)得到的圖片進(jìn)行亮度和對(duì)比度的隨機(jī)改變。

?

數(shù)據(jù)增強(qiáng)實(shí)現(xiàn)代碼

#TF實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)。原始的訓(xùn)練圖片是reshaped_image ，最后會(huì)得到一個(gè)數(shù)據(jù)增強(qiáng)后的訓(xùn)練樣本distorted_image。#訓(xùn)練時(shí)，直接使用distorted_image 進(jìn)行訓(xùn)練即可。# Randomly crop a [height, width] section of the image.#1、對(duì)reshaped_image隨機(jī)裁剪圖片，從原始32×32裁剪到24×24小塊進(jìn)行訓(xùn)練，因?yàn)樾K可以取在圖像的任何位置，所以?xún)H此一步就可以大大增加訓(xùn)練、集的樣本數(shù)目。distorted_image = tf.random_crop(reshaped_image, [height, width, 3])# Randomly flip the image horizontally.#2、對(duì)裁剪后的小塊進(jìn)行水平翻轉(zhuǎn)。隨機(jī)翻轉(zhuǎn)圖片。每張圖片有50%的概率被水平左右翻轉(zhuǎn)，另有50%的概率保持不變distorted_image = tf.image.random_flip_left_right(distorted_image)# Because these operations are not commutative, consider randomizing# the order their operation.#3、隨機(jī)改變亮度和對(duì)比度：對(duì)得到的圖片進(jìn)行亮度和對(duì)比度的隨機(jī)改變。distorted_image = tf.image.random_brightness(distorted_image,max_delta=63)distorted_image = tf.image.random_contrast(distorted_image,lower=0.2, upper=1.8)

?

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的Dataset之图片数据增强：基于TF实现图片数据增强(原始的训练图片reshaped_image→数据增强→distorted_image(训练时直接使用）)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。