數據增強(Data Augmentation)：是指對圖片進行隨機的旋轉、翻轉、裁剪、隨機設置圖片的亮度和對比度以及對數據進行標準化(數據的均值為0，方差為1)。通過這些操作，我們可以獲得更多的圖片樣本，原來的一張圖片可以變為多張圖片，擴大了樣本容量，對於提高模型的準確率和提升模型的泛化能力非常有幫助，在進行數據增強的同時也會需要消耗大量的系統資源。
利用opencv來讀取圖片，然後利用tensorflow來對圖片進行增強處理，最後再通過matplotlib來顯示圖片，需要注意的是matplotlib顯示圖片的時候是使用RGB通道順序來顯示圖片，而opencv則是採用BGR的順序來處理圖片的，所以在對圖片進行imshow之前需要先進行通道轉換。
1、隨機裁剪
原始圖片的大小為300×300，將圖片隨機裁剪為280×280，通道大小不變。
2、隨機翻轉
對圖片的水平方向和垂直方向進行隨機翻轉。
3、隨機亮度、對比度、色度、飽和度的設置
4、圖片的標準化
標準化後圖片的均值為0，方差為1
完整代碼參考:https://blog.csdn.net/sinat_29957455/article/details/80629098
分享到:
閱讀更多 機器學習之路 的文章
