【数据增广】Adversarial Learning of General Transformations for Data Augmentation

引言 我们知道STN（Spatial Trandfoemer Networks），它最初的目的是来对图像或者特征进行各种空间变形，从而可以实现矫正图像字符或者文本的作用，详情可以参照下面博客： STN介绍 在最初的使用中，STN的目的是学习转换输入数据，使其对某些转换保持不变。相反，我们的方法使用STN以对抗的方式生成增强样本的分布。 但是STN既然可以来矫正图像，那么当然可以扭曲图像，即将规范的

>>阅读原文<<