37、利用指标和数据增强改进训练及使用分割技术寻找疑似结节

利用指标和数据增强改进训练及使用分割技术寻找疑似结节

1. 数据增强的改进效果

1.1 训练额外模型

为了观察数据增强的效果，我们将训练额外的模型。针对上一节讨论的每种增强类型训练一个模型，同时再训练一个结合所有增强类型的模型。训练完成后，我们将在 TensorBoard 中查看相关数据。

1.2 命令行参数设置

为了能够开启或关闭新的增强类型，我们需要将 augmentation_dict 的构建暴露到命令行界面。通过 parser.add_argument 调用添加程序参数（代码未展示，但与现有程序中的类似），然后将这些参数输入到实际构建 augmentation_dict 的代码中：

self.augmentation_dict = {}
if self.cli_args.augmented or self.cli_args.augment_flip:
    self.augmentation_dict['flip'] = True
if self.cli_args.augmented or self.cli_args.augment_offset:
    self.augmentation_dict['offset'] = 0.1
if self.cli_args.augmented or self.cli_args.augment_scale:
    self.augmentation_dict['scale'] = 0.2
if self.cli_args.augm