深度学习中的数据增强

关于计算机视觉领域数据增强的一些常用的方法 为什么需要数据增强 ： 一般而言，比较成功的神经网络需要大量的参数，许许多多的神经网路的参数都是数以百万计，而使得这些参数可以正确工作则需要大量的数据进行训练，而实际情况中数据并没有我们想象中的那么多 数据增强的作用 ： 增加训练的数据量，提高模型的泛化能力 增加噪声数据，提升模型的鲁棒性 如何获得大量的数据 ： 一种方法是获得新的数据，这种方法比较麻烦

>>阅读原文<<