图像增广

参考：13.1. 图像增广 — 动手学深度学习 2.0.0 documentation (d2l.ai)

图像增广在对训练图像进行一系列的随机变化之后，生成相似但不同的训练样本，从而扩大了训练集的规模。 此外，应用图像增广的原因是，随机改变训练样本可以减少模型对某些属性的依赖，从而提高模型的泛化能力。 例如，我们可以以不同的方式裁剪图像，使感兴趣的对象出现在不同的位置，减少模型对于对象出现位置的依赖。 我们还可以调整亮度、颜色等因素来降低模型对颜色的敏感度。

常用的图像增广方法

大多数图像增广方法都具有一定的随机性。

示例图像

翻转和裁剪

左右翻转图像通常不会改变对象的类别。

左右翻转

上下翻转图像不如左右图像翻转那样常用。但是，至少对于以上示例图像，上下翻转不会妨碍识别。

上下翻转

• 汇聚层（池化层）可以降低卷积层对目标位置的敏感性；

• 通过对图像进行随机裁剪，使物体以不同的比例出现在图像的不同位置，也可以降低对目标位置的敏感度。

下面的代码将随机裁剪一个面积为原始面积10%到100%的区域，该区域的宽高比从0.5～2之间随机取值。 然后，区域的宽度和高度都被缩放到200像素。

shape_aug = torchvision.transforms.RandomResizedCrop(
    (200, 200), scale=(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

改变颜色

可以改变图像颜色的四个方面：亮度、对比度、饱和度和色调

下图示例：

结合多种图像增广方法

实践中，结合多种图像增广方法。

使用图像增广进行训练

通常只对训练样本进行图像增广，且在预测过程中不使用随机操作的图像增广。

小结

• 图像增广基于现有的训练数据生成随机图像，来提高模型的泛化能力。

• 为了在预测过程中得到确切的结果，我们通常对训练样本只进行图像增广，而在预测过程中不使用带随机操作的图像增广。

• 深度学习框架提供了许多不同的图像增广方法，这些方法可以被同时应用。