本文探讨了有监督数据增强技术，如SMOTE、SamplePairing、Mixup等，以及生成模型如何提升模型泛化能力。介绍了Autoaugment学习数据增强操作组合，强调不同任务需定制化数据增强策略。
立即学习:https://edu.youkuaiyun.com/course/play/26257/326448?utm_source=blogtoedu
labelme 开源使用
有监督的数据增强：
1.样本数据增强：SMOT，减轻样本不均衡。
2.Sample Pairing
3.Mixup，线性插值
生成模型：生成器与判别器（要有较大的数据集进行训练）
Autoaugmention学习已有数据增强操作的组合，不同任务，需要不同的数据增强操作。
数据增强可以增强模型的泛化能力。
网络：
1.卷积+BN+ReLU（3层）
2.
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
