改进现有的通用图像分类算法以适应细粒度分类

关于细粒度图像的分类，就是将一个大类中的图像进行细小的分类。这些小类中具有相似的特征。比如鸟的分类、花朵的分类、蝴蝶的分类等等。所以相比较普通的图像分类，细粒度分类的难度更大。就目前的技术而言，有基于强监督学习的细粒度分类（需要标注信息，以及部位的标注信息，part annotations），虽然准确率高一点，但是对于图像标签的获取具有一定的难度。弱监督图像的分类，就是不要这些标注信息，只需要它所对应的类别标签即可。代表性的网络是BCNN。

最近参加了关于蝴蝶分类的算法大赛。主要是关于蝴蝶的分类。在这方面确实花了一点时间。一开始的思路，就是想到细粒度分类，然后查相关的算法，论文等等。但是由于没有找到比较成熟的开源代码，自己又不是主要研究这一方向。后来，就放弃了关于这方面的算法思路。第二种思路，就是基于迁移学习的改进现有的通用的图像的分类网络。因为主办方给出的数据真是少的可怜。第一步首先是进行数据的增强。这对于图像分类而言，基本上是必要的一步。

图像增强的方法：因为成型的网络，比如说VGG，ALEXNET等等，要求图片的输入尺寸是固定的。所以，1.我一开始是将原有的图像通过控制输入图像的纵横比（基于纵横比的图像归一化算法），得到3张纵横比为1的图片，这样所有的图像都可以调整为统一的大小。注意：传统的归一化方法，虽然可以带来固定的尺度，但是会使图像变形，也就是带来失真。2.现在图像变成3张图像，对于深度网络而言，远远不够的。于是，紧接着，我采用了Keras里自带的ImageDataGenerator()函数，来对这三张图像进行平移、缩放、旋转、光照强弱等等处理，因为可以无限生成。在这里我采用一张图片生成30张。这样，我们的数据差不多可以达到可观的数量。

问题1：虽然数据量大幅度提高了，我最后训练出的效果一定很好吗？也就是说数据量越大，模型训练的越好？

我认为一般数据量越大，对于模型的训练程度好而言是有利的。但是如果大量的数据量，其相似程度很大，也就是说这些数据量具有很强的相关性。(类似于我这种一张图片最终变成将近100张图片，这100张图片具有很强的相关性)。答案是否定的，通过查找资料，数据量的增强对模型的增强也是有一定的限度的。因为一个