[AIFFEL蔚山一期-Going Deeper(CV)]3きれいな美白をして、100枚のピクチャーをうらやましくありません
4812 ワード
Going Deeper(CV)
3.美白が上手で、100枚のイメージが羨ましくない
実習目標
なぜ
実習目標
なぜ
学習内容
1.データセットの現実
1.1大量データセット
1.1大量データセット
イメージネットワークなどのデータセットの導入にかかるコストは1億ドルを超えています.
1.2直接配置されたデータセット
2.データ拡張とは?
2.1概要
データの増加は?
さまざまな方法でデータセットを強化し、実際の学習データセットの規模を拡大する方法
2.2複数種類の画像拡張方法
Flipping
Gray scale
Saturation
機能
Brightness
Rotation
Center Crop
整理する
[ https://github.com/aleju/imgaug ]
それ以外は
3.Tensor Flowを使用した画像拡張
3.1 Flip
1)準備
2)Flipを試してみる
3.2 Center Crop
3.3 random_crop
tf.image.random_crop(value, size)
size = [crop_height, crop_width, 3]
3.4 random_brightness()
tf.image.random_brightness(image, max_delta)
max_dalta
-> float, must be non-negative. 4.Albumentationライブラリ
拡張画像用Pythonライブラリ
np.array
を用いる)import albumentations
transform = A.Compose(
[A.ToGray(p=1),
A.MultiplicativeNoise(multiplier=[0.5, 1.5],
elementwise=True, per_channel=True, p=1),
A.RandomCrop(width=256, height=256)
]
)
5.さらなるテクニック
Reference
この問題について([AIFFEL蔚山一期-Going Deeper(CV)]3きれいな美白をして、100枚のピクチャーをうらやましくありません), 我々は、より多くの情報をここで見つけました https://velog.io/@jeongkyeongmin/AIFFEL-울산-1기-Going-DeeperCV-3.-잘-만든-Augmentation-이미지-100장-안-부럽다テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol