传统的数据增强方法主要针对像素信息进行处理,主要从光度畸变和几何畸变两方面进行处理。
- 光度畸变:颜色空间、图片亮度、对比度、色调、饱和度、噪声等;
- 几何畸变:尺度缩放、裁剪、翻转、旋转等。
不同框架实时的数据增强函数
-
keras ImageDataGenerator 类 对应的tf处理函数tf.keras.preprocessing.image.ImageDataGenerator
-
tensorflow tflearn.data_augmentation.DataAugmentation
- 尺度变换、平移、旋转、翻转、椒盐噪声、投影变换;
参考文献: