在CNN中,為了增大數據量避免模型的過擬合,通常都會對訓練數據做數據增強處理,這篇文章主要介紹在Inception Net中是如何做數據增強的,tensorflow官方通過slim已經實現了
VGG、Inception、LeNet網絡的數據增強的,官網鏈接如下:https://github.com/tensorflow/models/tree/master/research/slim/preprocessing,Inception Net數據增強主要包括以下幾個部分:1、將圖片的像素縮放到[0,1)
#將圖片的像素值縮放到[0,1)
image = tf.image.convert_image_dtype(image, dtype=tf.float32)
2、隨機裁剪圖片
image:一個3維的圖片tensor,數據的取值範圍在[0,1],即表示已經做了歸一化後的圖片
bbox:box的邊框,[ymin,xmin,ymax,xmax],默認是[0,0,1,1]表示使用的是整張圖片
min_object_covered:在隨機裁剪圖片的時候必須要包括box邊框的比例
aspect_ratio_range:隨機裁剪的圖片,寬/高的比例需要滿足的範圍
area_range:隨機裁剪的圖片需要佔圖片的比例
max_attempts:隨機裁剪,嘗試的最多次數,超過最大嘗試次數返回整張圖片
返回的是一張裁剪之後的圖片和隨機裁剪所選的區域,後面會通過tensorflow對這個區域進行標註,裁剪的圖片就是從這個區域中選擇的。
![inception Net如何實現數據增強](http://p2.ttnews.xyz/loading.gif)
3、隨機變化圖片的參數(翻轉、亮度、飽和度、色度、對比度)
在隨機變化圖片參數的時候,tensorflow提供了一種fast_mode模型,從名字上理解就是快速模型,在fast_mode模型中沒有做比較耗時處理的色度變換和對比度變換,由於參數變換的順序也會影響最終生成的圖片,在變換參數的時候也還加入了不同變化順序。
a、隨機水平翻轉
# 隨機水平翻轉
distorted_image = tf.image.random_flip_left_right(distorted_image)
b、亮度、飽和度、色度、對比度的隨機變換
![inception Net如何實現數據增強](http://p2.ttnews.xyz/loading.gif)
4、將圖片的像素轉換到[-1,1]區間內
distorted_image = tf.subtract(distorted_image, 0.5)#減去0.5
distorted_image = tf.multiply(distorted_image, 2.0)#乘以2
第一步將圖片轉換到[0,1]區間內,通過除以255,通過最後兩步可以將圖片轉換到[-1,1]區間內。將圖片轉換到[0,1]區間,其實就是做了一個0(最小值)/255(最大值)的變化,將圖片轉換到[-1,1]區間相當於做了128(最小值)/128(最大值),實驗證明[-1,1]區間比[0,1]的準確率要高一些。
注意:對圖片的像素區間做了轉換之後,在預測圖片類標的時候,也需要對圖片的像素區間進行相同的縮放。
5、測試
最後,給大家推薦一個非常好的學習人工智能相關知識的平臺——微信小程序“八斗問答”,有不懂的問題可以在上面進行免費提問,還有大咖會進行詳細解答,還可以與大咖一對一諮詢。我現在也已經入駐了“八斗問答”,以後的文章在上面也會同步更新,有不懂的地方歡迎來諮詢。
閱讀更多 機器學習之路 的文章