之前看深度学习的文章，基本都在数据预处理部分进行了数据增强。

什么旋转、跳跃、我不停歇~

不对，不对。是旋转、平移、裁剪等操作。

所以最近在做目标检测时，废话不多说，先把数据增强的代码整上去！

from paddlex.det import transforms
train_transforms = transforms.Compose([
    transforms.RandomDistort(),
    #transforms.RandomExpand(),
    transforms.RandomCrop(),
    transforms.RandomHorizontalFlip(),
    transforms.Normalize(),
    #transforms.ResizeByShort(short_size=800, max_size=1333),
    transforms.Padding(coarsest_stride=32)
])

eval_transforms = transforms.Compose([
    transforms.Normalize(),
    #transforms.ResizeByShort(short_size=800, max_size=1333),
    transforms.Padding(coarsest_stride=32),
])

上面这段代码是 paddle 框架中的数据增强接口，用了几天发现有点不对劲，这货一通操作后，具体把样本扩充到多少张了？

这是个问题。

所以咨询了 paddle 的开发人员后，发现这个数据增强接口 并没有做数据扩充，只是对图片进行变换，你大妈已经不是你大妈了，但是你最终还是只有一个大妈。

如果数量不变的话，数据增强有什么意义呢？菜鸡的我又去 Github 上问了下。

“将训练的epoch数增大，就等价于扩充了训练时的图像数量”，这句话很有哲理。

在一番搜索之后，这其实说的是 在线数据增强，一般常见的是 离线数据增强，也是就一次性把数据扩充好，用这个大数据集进行模型训练。

而这样的方式，在数据集很大时，就比较耗费空间，所以这时就可以采用 “在线数据增强”，也就是说在每个epoch进行训练前，对数据集进行旋转、平移等变换。等到下一次epoch时，只要数据增强方式够多，并且每个方式都包含随机因子，那么就可以保证每个epoch训练的数据都是不一样的，也就是说有多少轮epoch，我们就把数据扩充了多少倍。

本节炼丹小课堂就结束了，同学们下节课见~

猜你喜欢：👇🏻
⭐【算法】深度学习神经网络都调哪些参数？
⭐【总结】一文了解所有的机器学习评价指标
⭐【总结】机器学习划分数据集的几种方法