10、图像数据探索与规则标注：从基础到实践

图像数据探索与规则标注：从基础到实践

1. 图像数据增强

数据增强是一种用于扩充数据集的有效方法。可以使用 flow 方法为每个输入图像生成多个增强图像。具体操作是，该方法接收输入图像数组、批量大小（这里为 1）以及在步骤 3 中定义的各种参数，然后返回一个生成器，该生成器可以即时生成增强图像。通过 save_to_dir 、 save_prefix 和 save_format 参数，可以将每个增强图像保存，文件名前缀为 aug_ 。

2. 图像分类与标注的挑战

图像分类是根据图像内容将其归类到一个或多个类别的过程。由于图像的高度可变性和复杂性，这是一项具有挑战性的任务。机器学习技术在图像分类中取得了巨大成功，但机器学习模型需要大量的标注数据才能有效训练。

3. Snorkel 与弱监督

Snorkel 是一个开源数据平台，它使用弱监督技术来生成大量的标注数据。弱监督允许使用嘈杂或不完整的监督源（如启发式规则、模式）来标注数据。与传统的半监督学习不同，Snorkel 主要在弱监督范式下运行，其标注过程可能涉及嘈杂、有限或不精确的规则，而不是大量的标注数据。

在 Snorkel 中，用户创建标注函数（LFs）来表达基于启发式或规则的标注策略。这些 LF 可能并不完美，生成的标签中可能存在冲突或噪声。Snorkel 的标注模型会学习去噪并组合这些弱标签，为训练数据创建更准确和可靠的标注。

4. 基于图像可视化创建标注规则

创建