深度学习之数据增强

数据增强方法是指将数据集的数量增大十倍以上，从而极大化利用小样本集中的每个样本，使之也可以训练得到一个较好的模型。数据增强方法还可以提高模型的鲁棒性，防止其易在训练中出现过拟合的现象。 常用的数据增强方法有： 1.平移（Shift）变换：对原始图片在图像平面内以某种方式（预先定义或者随机方式确定平移的步长、范围及其方向）进行平移。 2.翻转（Flip）变换：沿竖直或者水平方向对原始图片进行翻转。

>>阅读原文<<