图像/图片的翻转——图像数据增强？

由上一篇说起，图像数据增强的作用到底是什么？

这其中是不是有点自欺欺人呢？这样的话肯定就是记忆了，在训练过程中肯定是acc好得不得了，如果测试集也是这样增强的，那也是好得不得了，到实际数据估计就嗝屁了；如果仅仅训练集增强，而验证集/测试集没有这样，那么效果估计不好，甚至你会怀疑过拟合了？？训练集acc好啊，验证集啥也不是，差一大截。

这种情况怎么应对，且不表。待我找个实例再说，此文主要说实际识别中图像数据增强，这样会不会增加识别的acc呢？对所有结果做一个mean，就是最终结果。请看图像数据增强的一些操作，以我哥为例：【欣赏不了2000年热情演唱会的都不是真粉】

1-剪切

【看来有必要将我cv的书拿出来撕掉封面的薄膜了，已经一年了，之前买了好多书都没看】

一般可能绝大多数的图片都是0~255的，也就是8位。【我真的不想用tf来读图，或者数据处理，我觉得tf就只是深度学习的，因为它需要sess.run，处理下就需要这个玩意费劲】

tf有crop的方法我不想用，只能自己造了，小明哥造个小*还是绰绰有余。

cv的操作，CV的都不是RGB的，resize的hw。

搞定。

2-翻转[水平和上下]，为了表示对我哥的充分尊重，不放倒立的图了，数据来源于此，下同

 

我能说cv2这玩意是个垃圾吗？动不动就变色。。。。。第4个的操作是对左边的图上下翻转，第2个图是对左边的图左右翻转，同样的操作，结果cv2就这鬼样子。卧槽。再次转成RGB的。plt和PIL都是对RGB

 

因为上面用的np的翻转，我试试cv2的

 

3-旋转角度[这个我做的不好，有阴影，稍微会点的都做的没有阴影或很少有，缩放的比例也合适]

如果是方形图则似乎没有，矩形的可能有空白

12点钟y方向逆时针旋转

4-加噪声，高斯噪声

这样算来，第一个还可以增加空白，可以是补零，可以是噪声

这样的话，原图，剪切，左右，噪声，就四个图，先这样试试看，回到博文：https://blog.****.net/SPESEG/article/details/103292299

 

冬天该很好

你若尚在场

天空多灰

我们亦放亮

一起坐坐谈谈来日动向

漠视外间低温

这样唱

 

另外有相关问题可以加入QQ群讨论，不设微信群

QQ群：868373192 

语音图像深度学习群