轉載+記錄數據增廣的八種經常使用方式

在圖像的深度學習中，爲了豐富圖像訓練集，提升模型的泛化能力，通常會對圖像進行數據加強。經常使用的方式有：旋轉、剪切、改變圖像色差、扭曲圖像特徵、改變圖像尺寸、增長圖像噪聲（高斯噪聲、鹽膠噪聲）。python 思考：對於人臉的數據增廣來講，其是對稱的，因此鏡像旋轉pass，而後剪切後的部分人臉應用價值不高，大多數人臉識別都會將人臉對齊，因此多種形式的剪切沒有意義，但將人臉從背景中剪切出來再進行識別對

>>阅读原文<<