前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >干货 | 图像数据增强实战

干货 | 图像数据增强实战

作者头像
磐创AI
发布2018-10-22 10:19:43
9640
发布2018-10-22 10:19:43
举报
文章被收录于专栏:磐创AI技术团队的专栏

译者 | 小韩

编辑 | 安可

【磐创AI导读】:本文讲解了图像数据增强实战。想要获取更多的机器学习、深度学习资源,欢迎大家点击上方蓝字关注我们的公众号:磐创AI。

我目前正在做图像数据增强的深度和有效性的研究。这项研究的目的是学习怎样增加只有有限或少量数据的数据集大小,增强训练的卷积网络模型的鲁棒性。

需要列出所有可以想到的图像增强的方法,并将这些方法进行组合,尝试和改善图像分类模型的性能。一些较简单的增强方法有翻转,平移,旋转,缩放,分离r,g,b颜色通道和添加噪声。更好一些的增强方法是生成对抗网络模型,有时交替使用遗传算法和生成对抗网络。 还有一些创造性的方法,比如将 Instagram 样式的高亮滤镜应用于图像,应用随机区域锐化滤镜,以及基于聚类技术添加平均图像。 本文将介绍怎样使用 NumPy 对图像进行扩充。

下面列出了一些扩充技术的说明,如果你能想到任何其他方法来增强图像,提高图像分类器的质量,请留言一起讨论。

原始图像

增强

所有的代码都没有使用 OpenCV 库,只使用了 Numpy。

代码语言:javascript
复制
# 加载图像
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

img = Image.open('./NIKE.png')
img = np.array(img)
plt.imshow(img)
plt.show()

翻转(Flipping)

翻转图像是最流行的图像数据增强方法之一。这主要是由于翻转图像的代码比较简单,而且对于大多数问题而言,翻转图像会增强模型的性能。下面的模型可以被认为是看到左鞋而不是右鞋,因此通过这种数据增加,模型对于看到鞋的潜在变化变得更加有鲁棒性。

代码语言:javascript
复制
# 用 Numpy 翻转
flipped_img = np.fliplr(img)
plt.imshow(flipped_img)
plt.show()

平移(Translations)

很容易想象使用目标检测的分类器进行平移可以增加它的性能。好像这个分类模型试图检测鞋子何时在图像中而不是是否在图像中。 平移操作将有助于它看不到整个鞋子的情况下检测出鞋子。

代码语言:javascript
复制
# 向左平移
for i in range(HEIGHT, 1, -1):
  for j in range(WIDTH):
    if (i < HEIGHT-20):
      img[j][i] = img[j][i-20]
    elif (i < HEIGHT-1):
      img[j][i] = 0

plt.imshow(img)
plt.show()
代码语言:javascript
复制
# 向右平移
for j in range(WIDTH):
 for i in range(HEIGHT):
  if (i < HEIGHT-20):
    img[j][i] = img[j][i+20]

plt.imshow(img)
plt.show()
代码语言:javascript
复制
# 向上平移
for j in range(WIDTH):
 for i in range(HEIGHT):
  if (j < WIDTH - 20 and j > 20):
    img[j][i] = img[j+20][i]
  else:
    img[j][i] = 0

plt.imshow(img)
plt.show()
代码语言:javascript
复制
# 向下平移
for j in range(WIDTH, 1, -1):
 for i in range(278):
  if (j < 144 and j > 20):
    img[j][i] = img[j-20][i]

plt.imshow(img)
plt.show()

噪声(Noise)

噪声是一种有趣的增强技术,我开始对这类操作变得更加熟悉。我已经看过很多有趣的关于对抗网络训练的论文,将一些噪声加入到图像中,模型便无法正确分类。我仍然在寻找能产生比下图更好的添加噪声的方法。 添加噪声可能使畸变更明显,并使模型更加稳健。

代码语言:javascript
复制
# 添加噪声
noise = np.random.randint(5, size = (164,278, 4), dtype = 'uint8')

for i in range(WIDTH):
   for j in range(HEIGHT):
        for k in range(DEPTH):
           if (img[i][j][k] != 255):
                img[i][j][k] += noise[i][j][k]

plt.imshow(img)
plt.show()

生成对抗网络(GAN)

我阅读过很多将生成对抗网络用于数据增强的文献,下面是我使用MNIST数据集生成的一些图像。

正如上图看到的那样,它们看起来确实像3,7和9。 我想扩展网络结构来支持的300x300x3尺寸的输出,而不是28x28x1 MNIST的数字,但是遇到了一些麻烦。 但是,我对这项研究感到非常兴奋,并期待继续这项研究!

感谢您阅读本文,希望您现在知道如何实现基本的数据扩充以改进您的分类模型!

翻译自:https://towardsdatascience.com/image-augmentation-examples-in-python-d552c26f2873

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-10-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 磐创AI 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档