文章目錄

• 數據增強
• 原圖
• 水平翻轉
• 左右上下平移
• 增加噪聲

數據增強

圖像數據增強一般是大多數人會采用的方法之一，這是由于深度學習對數據集的大小有一定的要求，若原始的數據集比較小，無法很好地滿足網絡模型的訓練，從而影響模型的性能，而圖像增強是對原始圖像進行一定的處理以擴充數據集，能夠在一定程度上提升模型的性能。
一般的方法：
１、對圖片進行水平翻轉;
2、對圖片的光澤、色澤進行變換;
3、將一張較大的圖片通過隨機剪裁來獲得若干張小一點的圖片。
有點類似自采樣

原圖

# -*- coding: utf-8 -*- from PIL import Image import numpy as np import matplotlib.pyplot as plt #%% img = Image.open("dog.jpeg") img = np.array(img) plt.imshow(img) plt.show()

水平翻轉

# 對圖像進行翻轉是最流行的圖像數據增強方法之一 # Flipping images with Numpy flipped_img = np.fliplr(img) plt.imshow(flipped_img) plt.show()

左右上下平移

# Shifting Leftfor i in range(HEIGHT, 1, -1):for j in range(WIDTH):if (i < HEIGHT-20):img[j][i] = img[j][i-20]elif (i < HEIGHT-1):img[j][i] = 0 plt.imshow(img) plt.show() #%% # Shifting Right for j in range(WIDTH):for i in range(HEIGHT):if (i < HEIGHT-20):img[j][i] = img[j][i+20] plt.imshow(img) plt.show() #%% # Shifting Up for j in range(WIDTH):for i in range(HEIGHT):if (j < WIDTH - 20 and j > 20):img[j][i] = img[j+20][i]else:img[j][i] = 0 plt.imshow(img) plt.show()#%% #Shifting Down for j in range(WIDTH, 1, -1):for i in range(278):if (j < 144 and j > 20):img[j][i] = img[j-20][i] plt.imshow(img) plt.show()

增加噪聲

# ADDING NOISE noise = np.random.randint(5, size = (164, 278, 4), dtype = 'uint8')for i in range(WIDTH):for j in range(HEIGHT):for k in range(DEPTH):if (img[i][j][k] != 255):img[i][j][k] += noise[i][j][k] plt.imshow(img) plt.show()

總結

以上是生活随笔為你收集整理的机器学习：使用numpy实现数据增强（Data Augmentation)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。