本文主要是介绍解读 Data Augmentation using Random Image Cropping and Patching for Deep CNNs,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
论文提出了一种新的数据增强的方法:利用随机图像裁剪和拼接的方法random image cropping and patching (RICAP)
文章链接:https://arxiv.org/pdf/1811.09030.pdf
在人工智能日益流行的趋向下,数据显得尤为重要。既能增加样本多样性,也能防止过拟合。现有的数据增强方法有:翻转flipping,缩放resizing,平移变换shifting等
本文提出RICAP可看下图直观理解:
RICAP 是一种新的数据增强的方法,可以运用在深层次的卷积神经网络中。另外,RICAP也提到关于标签平滑。
RICAP主要有三个步骤:
- 从训练集中随机选取四张图片
- 分别裁剪各张图片
- 将裁剪得到的图片拼接成为一张新的图片
文中给出的python代码如下:
涉及numpy和 PyTorch模块
这篇关于解读 Data Augmentation using Random Image Cropping and Patching for Deep CNNs的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!