【光电智造】12个常用的图像数据增强技术总结

有人说，20世纪是电的世纪，21世纪是光的世纪；知光解电，再小的个体都可以被赋能。欢迎来到今日光电！

---

----与智者为伍 为创新赋能----（With wisdom for innovation）

导读

本文总结了图像增强常用的一些方法，并附相关实现代码。

机器学习或深度学习模型的训练的目标是成为“通用”模型。这就需要模型没有过度拟合训练数据集，或者换句话说，我们的模型对看不见的数据有很好的了解。数据增强也是避免过度拟合的众多方法之一。

扩展用于训练模型的数据量的过程称为数据增强。通过训练具有多种数据类型的模型，我们可以获得更“泛化”的模型。“多种数据类型”是什么意思呢？本片文章只讨论“图像”数据增强技术，只详细地介绍各种图片数据增强策略。我们还将使用 PyTorch 动手实践并实现图像数据或计算机视觉中主要使用的数据增强技术。

因为介绍的是数据增强技术。所以只使用一张图片就可以了，我们先看看可视话的代码

importPIL.ImageasImage
importtorch
fromtorchvisionimporttransforms
importmatplotlib.pyplotasplt
importnumpyasnp
importwarnings

defimshow\(img\_path,transform\):
"""
Functiontoshowdataaugmentation
Paramimg\_path:pathoftheimage
Paramtransform:dataaugmentationtechniquetoapply
"""
img=Image.open\(img\_path\)
fig,ax=plt.subplots\(1,2,figsize=\(15,4\)\)
ax\[0\].set\_title\(f'Originalimage\{img.size\}'\)
ax\[0\].imshow\(img\)
img=transform\(img\)
ax\[1\].set\_title\(f'Transformedimage\{img.size\}'\)
ax\[1\].imshow\(img\)

Resize/Rescale

此函数用于将图像的高度和宽度调整为我们想要的特定大小。下面的代码演示了我们想要将图像从其原始大小调整为 224 x 224。

path='./kitten.jpeg'
transform=transforms.Resize\(\(224,224\)\)
imshow\(path,transform\)

Cropping

该技术将要选择的图像的一部分应用于新图像。例如，使用 CenterCrop 来返回一个中心裁剪的图像。

transform=transforms.CenterCrop\(\(224,224\)\)
imshow\(path,transform\)

RandomResizedCrop

这种方法同时结合了裁剪和调整大小。

transform=transforms.RandomResizedCrop\(\(100,300\)\)
imshow\(path,transform\)

Flipping

水平或垂直翻转图像，下面代码将尝试应用水平翻转到我们的图像。

transform=transforms.RandomHorizontalFlip\(\)
imshow\(path,transform\)

Padding

填充包括在图像的所有边缘上按指定的数量填充。我们将每条边填充50像素。

transform=transforms.Pad\(\(50,50,50,50\)\)
imshow\(path,transform\)

Rotation

对图像随机施加旋转角度。我们将这个角设为15度。

transform=transforms.RandomRotation\(15\)
imshow\(path,transform\)

Random Affine

这种技术是一种保持中心不变的变换。这种技术有一些参数：

• degrees：旋转角度

• translate：水平和垂直转换

• scale：缩放参数

• share：图片裁剪参数

• fillcolor：图像外部填充的颜色

transform=transforms.RandomAffine\(1,translate=\(0.5,0.5\),scale=\(1,1\),shear=\(1,1\),fillcolor=\(256,256,256\)\)
imshow\(path,transform\)

Gaussian Blur

图像将使用高斯模糊进行模糊处理。

transform=transforms.GaussianBlur\(7,3\)
imshow\(path,transform\)

Grayscale

将彩色图像转换为灰度。

transform=transforms.Grayscale\(num\_output\_channels=3\)
imshow\(path,transform\)

颜色增强，也称为颜色抖动，是通过改变图像的像素值来修改图像的颜色属性的过程。下面的方法都是颜色相关的操作。

Brightness

改变图像的亮度当与原始图像对比时，生成的图像变暗或变亮。

transform=transforms.ColorJitter\(brightness=2\)
imshow\(path,transform\)

Contrast

图像最暗和最亮部分之间的区别程度被称为对比度。图像的对比度也可以作为增强进行调整。

transform=transforms.ColorJitter\(contrast=2\)
imshow\(path,transform\)

Saturation

图片中颜色的分离被定义为饱和度。

transform=transforms.ColorJitter\(saturation=20\)
imshow\(path,transform\)

Hue

色调被定义为图片中颜色的深浅。

transform=transforms.ColorJitter\(hue=2\)
imshow\(path,transform\)

总结

图像本身的变化将有助于模型对未见数据的泛化，从而不会对数据进行过拟合。

来源：机械视觉沙龙

申明：感谢原创作者的辛勤付出。本号转载的文章均会在文中注明，若遇到版权问题请联系我们处理。

----与智者为伍为创新赋能----

【说明】欢迎企业和个人洽谈合作，投稿发文。欢迎联系我们诚招运营合伙人 ，对新媒体感兴趣，对光电产业和行业感兴趣。非常有意者通过以下方式联我们！条件待遇面谈投稿丨合作丨咨询

联系邮箱：uestcwxd@126.com

QQ：493826566