概述
随机裁剪如何帮助数据增加?是否有任何库(例如OpenCV,PIL,scikit-image,scipy)在python中隐式实现随机裁剪?如果没有,我该如何实施呢?
这也不是微不足道的.请参阅最近关于神经网络中对抗性示例的工作(相对较浅的AlexNet大小).图像在语义上看起来相同,或多或少,当我们通过一个带有softmax分类器的神经网络传递它们时,我们可以得到截然不同的类概率.因此,从语义的角度来看,微妙的变化最终可能会通过转发网络进行不同的前向传递.有关详细信息,请参阅Intriguing properties of neural networks.
要回答你问题的最后一部分:我通常只是制作我自己的随机裁剪脚本.假设我的图像是(3,256,256)(3个RGB通道,256×256空间大小),您可以编写一个循环,通过随机选择一个有效的角点来获取图像的224×224个随机裁剪.所以我通常会计算一个有效角点数组,如果我想要10个随机作物,我会从这个集合中随机选择10个不同的角点,比如我选择(x0,y0)作为我的左上角点,我会选择裁剪X [x0:x0 224,y0:y0 224],就像这样.我个人喜欢从预先计算出的一组有效角点中随机选择,而不是一次随机选择一个角落,因为这样我保证不会得到重复的作物,但实际上它的概率可能很低.
总结
以上是编程之家为你收集整理的python – 随机裁剪数据增强卷积神经网络全部内容,希望文章能够帮你解决python – 随机裁剪数据增强卷积神经网络所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧