36 数据增广【动手学深度学习v2】

图片的数据增广（同样思路可应用于数字、语音等）

数据增强：在已有数据集上进行数据变换，使数据具有更强的多样性。

一般是在初始数据输入后在线进行随机增强

常用数据变换方法

切割：对数据进行局部切割后要对其进行形状变换，方便输入。

切割过程：

规定切割高宽比范围、

规定切割比例范围、

颜色变换

其他办法：根据测试集中可能遇到的环境酌情选择

代码实现

%matplotlib inline
import torch
import torchvision
from torch import nn
from d2l import torch as d2l

d2l.set_figsize()
img = d2l.Image.open('../img/cat1.jpg')
d2l.plt.imshow(img);

大多数图像增广方法都具有一定的随机性。为了便于观察图像增广的效果，我们下面定义辅助函数apply。 此函数在输入图像img上多次运行图像增广方法aug并显示所有结果。

def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]
    d2l.show_images(Y, num_rows, num_cols, scale=scale)

随机水平翻转

apply(img, torchvision.transforms.RandomHorizontalFlip())

随机竖直翻转

apply(img, torchvision.transforms.RandomVerticalFlip())

在我们使用的示例图像中，猫位于图像的中间，但并非所有图像都是这样。 在 6.5节中，我们解释了汇聚层可以降低卷积层对目标位置的敏感性。 另外，我们可以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。 这也可以降低模型对目标位置的敏感性。

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。 在本节中（除非另有说明），a和b之间的随机数指的是在区间[a,b]

中通过均匀采样获得的连续值。

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

知识补充：

原始样本多，并不代表样本多样性好。依然要进行数据增广。

多张图片叠加，即mix-up，也是一种有效的增广方式。