图像增强概述
图像增强的基本概念01任务图像增强的意义02任务图像增强的应用场景03任务
学习目标了解图像增强的基本概念 了解图像增强的意义
1图像增强的基本概念
1图像增强的基本概念在工业场景中,因为工艺技术现在发展都比较好,所以很难收集到大量的缺陷数据用于深度学习的学习和训练,针对这种情况,可以利用数据增强来帮助深度学习算法更好学习小样本中的特征。数据增强(Data Augmentation)是一种通过让有限的数据产生更多的等价数据来人工扩展训练数据集的技术。它是克服训练数据不足的有效手段,目前在深度学习的各个领域中应用广泛。数据增强样本也有可能是引入片面噪声,导致过拟合。此时需要考虑的是调整数据增强方法,或者通过算法(可借鉴Pu-Learning思路)选择增强数据的最佳子集,以提高模型的泛化能力。
2图像增强的意义
图像增强的意义对于分类模型来说,有这样一个结论:其中,N是训练样本数量, ,h是分类模型的VC dimension (用于衡量布尔函数的复杂度)。 也叫model complexity penalty。从上式可以看出如果想要使得模型的泛化能力比较好,就要
您可能关注的文档
- 《计算机视觉应用开发》课件 第1章 图像基础cha1 1_图像相关名词概述.pptx
- 《计算机视觉应用开发》课件 第1章 图像基础cha1 2_图像基础.pptx
- 《计算机视觉应用开发》课件 第1章 图像基础cha1 3_图像几何变换.pptx
- 《计算机视觉应用开发》课件 第1章 图像基础cha1 4_阈值分割.pptx
- 《计算机视觉应用开发》课件 第1章 图像基础cha1 5_图像统计.pptx
- 《计算机视觉应用开发》课件 第1章 图像基础cha1 6_图像滤波.pptx
- 《计算机视觉应用开发》课件 第2章 图像分类 cha2 1_图像分类概述.pptx
- 《计算机视觉应用开发》课件 第2章 图像分类 cha2 2_神经网络.pptx
- 《计算机视觉应用开发》课件 第2章 图像分类 cha2 3_卷积神经网络.pptx
- 《计算机视觉应用开发》课件 第2章 图像分类 cha2 4_基于卷积神经网络的图像识别.pptx
原创力文档

文档评论(0)