图像增强可以在源图像上进行一系列的变换，包括翻转、色调改变、裁剪等，可以给图像加“噪音”，增强模型的泛化性，图像增强在训练过程中，会增加样本的数量，但是不会增加训练集的大小len（dataset）还是原来的N张图，只是对于模型来说，他每次取一张图，但是通过增强可以让模型看到更多版本，用有限多的变体取做训练。原来的样本相当于底片，训练的时候可以训练或者看见超过N的画面。 经过训练之后，可能训练准确度小于测试准确度，但是需要注意的是，图像增强不是随意加的，而是在做增强前观察以下测试样本，需要对其做哪些增强，如果测试和训练差距不大，可以指考虑翻转，不考虑其他增强效果。 下面是在pycharm上，对一张图进行增强，并显示出来 import torchvision import matplotlib.pyplot as plt from PIL import Image img=Image.open("D:/PycharmDocument/limu/data/7.jpg") def img_aug(i,img): aug=torchvision.transforms.Compose([torchvision.transforms.RandomHorizontalFlip(), torchvision.transforms.RandomVerticalFlip(), torchvision.transforms.RandomResizedCrop((200,200),scale=(0.8,1.0),ratio=(0.5,2)), torchvision.transforms.ColorJitter(0.5,0.5,0.5,0.5) ]) imgs=[img] for _ in range(i): imgs.append(aug(img)) return imgs # return imgs imgs=img_aug(15,img) figsize=(3,10) fig,axes=plt.subplots(nrows=2,ncols=8,figsize=figsize) axes=axes.flatten() for i,im in enumerate(imgs): axes[i].imshow(im) axes[i].axis('off') plt.ioff() plt.show(block=True)![]()
