Données techniques d'augmentation pour les petits jeux de données d'image?
Je suis actuellement la formation de petits logo ensembles de données similaires à Flickrlogos-32 avec une profonde CNNs. Pour la formation des réseaux plus grands j'ai besoin de plus de dataset, donc à l'aide de l'augmentation. Le meilleur, je suis en train de faire maintenant est d'utiliser des transformations affines(featurewise normalisation, featurewise centre, la rotation, la largeur, la hauteur maj, horizontal vertical flip). Mais pour les plus grands réseaux j'ai besoin de plus d'augmentation. J'ai essayé de chercher sur kaggle national de la science des données du bol forum, mais ne pouvait pas obtenir beaucoup d'aide. Il y a du code pour certaines méthodes donné ici mais je ne suis pas sûr de ce que pourrait être utile. Quels sont les autres(ou mieux) de données d'image techniques d'augmentation qui pourrait être appliquée à ce type de(ou dans toute autre image générale) données autres que les transformations affines?
OriginalL'auteur whitewalker | 2016-03-22
Vous devez vous connecter pour publier un commentaire.
Un bon récapitulatif peut être trouvé ici, section 1 sur les Données d'Augmentation: alors, à savoir flips, aléatoire cultures et couleur varie et aussi éclairage bruit:
Sinon, vous pouvez aussi jeter un oeil à la Kaggle Galaxy Zoo défi: les gagnants écrit un très détaillé post de blog. Il couvre le même genre de techniques:
Comme indiqué ils le font aussi "en temps réel, c'est à dire au cours de la formation".
Pour l'exemple d'une pratique Torche la mise en œuvre par Facebook (pour ResNet de formation).
OriginalL'auteur deltheil
J'ai recueilli un couple de techniques d'augmentation dans mon mémoire de maîtrise, page 80. Il comprend:
OriginalL'auteur Martin Thoma