训练数据较少时如何生成更多的数据

在图像和物体识别方面，计算机表现优于人类。 像Google和Microsoft这样的大公司在图像识别方面已经超越了人类基准[1，2]。平均而言，人类大约有5％的时间在图像识别任务上犯了错误。截至2015年，微软的图像识别软件的错误率达到4.94％，与此同时，谷歌宣布其软件的错误率降低到4.8％[3] 这是怎么做到的？ 这可以通过在包含数百个对象类别、数百万个训练样本的ImageNet数据集上训练深

>>阅读原文<<