数据增强及预处理

一、数据增强 深层神经网络一般都需要大量的训练数据才能获得比较理想的结果。在数据量有限的情况下，可以通过数据增强（Data Augmentation）来增加训练样本的多样性， 提高模型鲁棒性，避免过拟合。 图片数据增强通常只是针对训练数据，对于测试数据则用得较少。后者常用的是：做 5 次随机剪裁，然后将 5 张图片的预测结果做均值。 翻转（Flip）：将图像沿水平或垂直方法随机翻转一定角度； 旋转

>>阅读原文<<