數據增強及預處理

一、數據增強 深層神經網絡一般都需要大量的訓練數據才能獲得比較理想的結果。在數據量有限的情況下，可以通過數據增強（Data Augmentation）來增加訓練樣本的多樣性， 提高模型魯棒性，避免過擬合。 圖片數據增強通常只是針對訓練數據，對於測試數據則用得較少。後者常用的是：做 5 次隨機剪裁，然後將 5 張圖片的預測結果做均值。 翻轉（Flip）：將圖像沿水平或垂直方法隨機翻轉一定角度； 旋轉

>>阅读原文<<