街景字符识别

Task2 数据读取与扩增
目标用pytorch读取图像,用pytorch读取赛提数据及扩增方法

库:
opencv Pillow
处理效果详情见图片
街景字符识别_第1张图片

数据扩增
目的 增加训练集样本 同时缓解过拟合
也可以给数据集带来更强的泛化能力
扩增方法:颜色空间,尺度空间到样本空间

在数据扩增方法中
从图像颜色,尺寸,形态,空间,像素角度变换。
以torchvision为例
transforms. CenterCrop对图片中心进行裁剪
transforms. ColorJitter对图像的颜色的对比度,饱和度,零度进行变换

transforms. FiveCrop对图像四个角和中心进行裁剪得到五分图像

transforms. Grayscale对图像进行灰度变换
transforms. Pad使用固定值进行像素填充
transforms. RandomAffine随机仿射变换
具体见官方文档

常见的数据扩增库
torchvision
imgaug
albumentations

数据读取:
Dataset;对数据集的封装,提供索引方式对数据样本进行读取

DataLoder
对Dataset进行封装,提供批量读取的迭代读取

你可能感兴趣的:(笔记)