数据增强

深度学习中的数据增强技术

最新推荐文章于 2025-04-04 18:57:51 发布

原创

最新推荐文章于 2025-04-04 18:57:51 发布 · 663 阅读

0 ·

CC 4.0 BY-SA版权

数据增强是降低计算机视觉模型过拟合的有效方法，通过应用随机变换如旋转、平移和翻转等来生成更多训练样本。在Keras中，可以使用ImageDataGenerator实现此功能，帮助模型更好地泛化。尽管如此，数据增强可能不足以完全防止过拟合，通常还需结合其他技术如Dropout。

数据增强（data augmentation）在计算机视觉领域是一种非常强大的降低过拟合的技术。

计算机视觉在深度学习中之所以过拟合，原因是学习样本太少，导致无法训练出能够泛化到新数据的模型。如果拥有无限的数据，那么模型能够观察到数据分布的所有内容，这样就不会过拟合。

数据增强是从现有的训练样本中生成更多的训练数据，其方法是利用多种能够生成可信图像的随机变换来增加（augment）样本。其目标是，模型在训练时不会两次查看到完全相同的图像。这让模型能观察到数据的更多内容，从而具有更好的泛化能力。

Keras中可以通过ImageDataGenerator实例读取的图像执行多次随机变换来实现。

from keras.preprocessing.image import ImageDataGenerator

datagen = IamgeDataGenerator(
    rotation_range=40,
    width_shift_range=0.2,
    height_shift_range=0.2,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True,
    fill_mode='nearest'
)

参数含义：

1）rotation_range：角度值（在0~180范围内），表示图像随机旋转的角度范围。

2）width_shift和height_shift是图像在水平或垂直方向上平移的范围（相对于总宽度或总高度的比例）

3）shear_range是随机错切变换的角度

4）zoom_range是图像随机缩放的范围

5）horizontal_flip是随机将一半图像水平翻转。如果没有水平不对称的假设（比如真实世界的图像），这种做法是有意义的。

6）fill_mode是用于填充新创建像素的方法，这些新像素可能来自于旋转或者宽度/高度平移。

如下通过随机数据增强生成的猫图像：<