数据增强

数据增强技术在机器学习中

选择合适的数据增强方法：根据您所使用的数据集和任务的特点，选择适合的数据增强方法。常见的数据增强方法包括几何变换（如平移、旋转和缩放）、颜色变换（如亮度调整和对
卢延吉·2023-09-02 11:57

[pytorch]FixMatch代码详解（超详细）二

无标签数据数据增强方式randaugment.py目录无标签数据数据增强方式randaugment.py根据索引返回对应的img和target，用transform参数控制强弱变。
别致的SmallSix·2023-09-01 18:39

Pytorch基础及实战(4)——transforms数据增强

在AI领域的模型训练中通常会遇到模型过拟合问题，通常采取的办法就是数据增强处理，例如在图像处理中，数据增强是指对原始图像进行旋转、缩放、剪切、翻转等操作，以扩大训练数据集的规模，提高模型泛化能力，降低过拟合风险
穿着帆布鞋也能走猫步·2023-08-30 03:43

数据增强——在图片中添加遮挡物

致歉之前没有好好检查代码就把代码发上来了，导致博客上的代码无法运行，向大家道歉，现在已更新代码为了增强网络的分类泛化能力，准备在图片中加入一些遮挡物。代码如下：importrandomimportitertoolsimportosimportPIL.ImageasImageimportPIL.ImageDrawasImageDraw#原始图片的存放位置PATH='./source_path/'#新
luxinfeng666·2023-08-29 21:52

yolo笔记

目录输入端Mosaic数据增强数据增强Copy-paste数据增强-MixUp数据增强-Albumentations数据增强-AugmentHSV(Hue,Saturation,Value)色度、饱和度
在三年之后·2023-08-29 00:19

自然语言处理长文本场景下的信息结构化实践：文本分割（话题分割、段落分割、Text segmentation、TextTiling算法）标题生成两大任务

NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等专栏详细介绍：NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法
汀、人工智能·2023-08-28 10:04

人工智能自然语言处理：抽取式文本分割（Text Segmentation）算法介绍总结，智能断句解决文本过长问题

NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等专栏详细介绍：NLP专栏简介：数据增强、智能标注、意图识别算法|多分类算法
汀、人工智能·2023-08-28 10:59

目标检测的训练过程

可以应用数据增强技术来生成训练数据的变化，如随机裁剪、翻转、旋转以及亮度和对比度的变化。这有助于提高模型的泛化能力。选择
替这位空想家惊讶·2023-08-28 04:31

目标检测项目中，使用python+xml.etree.ElementTree修改xml格式标注文件中的类别名称

需求：数据集的数据增强中，有时需要将xml标注文件中的类别做修改为新类别，或者将几个类别合并为一个类别。
limengshi138392·2023-08-26 23:48

【论文解读】基于图的自监督学习联合嵌入预测架构

一、简要介绍本文演示了一种学习高度语义的图像表示的方法，而不依赖于手工制作的数据增强。论文介绍了基于图像的联合嵌入预测架构（I-JEPA），这是一种用于从图像中进行自监督学习的非生成性方法。
合合技术团队·2023-08-26 17:10

数据增强：提高机器学习性能的有效技巧

文章目录1.数据增强的概念和意义2.常用的数据增强技巧2.1图像数据增强2.2文本数据增强3.数据增强在机器学习中的应用3.1图像分类3.2目标3.3语义分割3.4文本分类3.5生成对抗网络（GAN）4
IT·陈寒·2023-08-25 22:04

【论文解读】基于图的自监督学习联合嵌入预测架构

一、简要介绍本文演示了一种学习高度语义的图像表示的方法，而不依赖于手工制作的数据增强。论文介绍了基于图像的联合嵌入预测架构（I-JEPA），这是一种用于从图像中进行自监督学习的非生成性方法。
·2023-08-25 19:24

朴实无华的数据增强然后训练一下应用在电网异物检测领域，好像有自己的数据集就能发文了

RCNN-basedforeignobjectdetectionforsecuringpowertransmissionlines(RCNN4SPTL)Abstract本文提出了一种新的深度学习网络——RCNN4SPTL(RCNN-basedForeignObjectDetectionforSecuringPowerTransmissionlines)，该网络适用于检测输电线路上的异物。RCNN4
羞儿·2023-08-25 09:59

yolov3加上迁移学习和适度的数据增强形成的网络应用在输电线异物检测

NeuralDetectionofForeignObjectsforTransmissionLinesinPowerSystemsAbstract.输电线路为电能从一个地方输送到另一个地方提供了一条路径，确保输电线路的正常运行是向城市和企业供电的先决条件。主要威胁来自外来物，可能导致电力传输中断。传统的人工检测方法不仅耗费大量人力，而且影响电网的安全和效率，因此本文提出了一种基于神经网络的输电线路
羞儿·2023-08-25 09:29

SSD目标检测原理详解

缩放比例2.4先验框宽高比aspectratio2.5先验框中心点2.6构建先验框3.训练3.1先验框匹配3.2困难负样本挖掘3.3损失函数3.3.1位置偏移损失3.3.2置信度损失3.4训练部分小结4.数据增强
orangerfun·2023-08-24 20:09

记录：yolov8训练自己的数据集

一、LabelImg标注自己的原图数据集.xml标注格式二、带标签的数据增强先将原始数据（图片，标注）转移到项目根目录，然后再数据增强，避免标注内容路径错误。
whis学习随记·2023-08-24 16:36

python实现数据增强（翻转，旋转），并对应修改xml文件

importosimportcv2importxml.dom.minidomfromxml.dom.minidomimportDocumentimportmath#获取路径下所有文件的完整路径，用于读取文件用defGetFileFromThisRootDir(dir,ext=None):allfiles=[]needExtFilter=(ext!=None)forroot,dirs,filesin
seven_不是赛文·2023-08-24 09:06

【目标检测】图像数据增强——翻转及修改对应的xml标注

Syntaxcv2.flip(src,flipCode[,dst])src:原始图像矩阵，dst:变换后的矩阵，flipMode:翻转模式，有三种模式argsflipCodeannotation1水平翻转0垂直翻转-1水平垂直翻转代码三种翻转方式可以一起进行，也可以按照需要注释代码选择一种翻转方式。该代码可以同时修改xml中bndbox和filename以及自身的名字。importcv2impor
橘也·2023-08-24 09:06

目标检测任务数据集的数据增强中，图像垂直翻转和xml标注文件坐标调整

需求：数据集的数据增强中，有时需要用到图像垂直翻转的操作，图像垂直翻转后，对应的xml标注文件也需要做坐标的调整。
limengshi138392·2023-08-24 09:05

计算机视觉入门 6） 数据集增强（Data Augmentation）

数据集增强（DataAugmentation）提示：仅为个人学习笔记分享，若有错漏请各位老师同学指出，Thanks♪(･ω･)ﾉ目录系列文章目录一、数据集增强（DataAugmentation）伪造数据使用数据增强二
Avasla·2023-08-24 08:13

机器学习笔记 - 使用 AugMix 增强图像分类模型的鲁棒性

AugMix是一种数据增强技术，可生成每个训练图像的增强变化。当与一致性损
坐望云起·2023-08-23 12:41

目标检测任务数据集的数据增强中，图像水平翻转和xml标注文件坐标调整

需求：数据集的数据增强中，有时需要用到图像水平翻转的操作，图像水平翻转后，对应的xml标注文件也需要做坐标的调整。
limengshi138392·2023-08-23 11:00

【目标检测】“复制-粘贴 copy-paste” 数据增强实现

参考文档4.不合适点前言本文来源论文《SimpleCopy-PasteisaStrongDataAugmentationMethodforInstanceSegmentation》（CVPR2020），对其数据增强方式进行实现
weixin_40293999·2023-08-22 18:08

PyTorch深度学习实战（12）——数据增强

PyTorch深度学习实战（12）——数据增强0.前言1.图像增强1.1仿射变换1.2亮度修改1.3添加噪音1.4联合使用多个增强方法2.对批图像执行图像增强3.利用数据增强训练模型小结系列链接0.前言数据增强是指通过对原始数据进行一系列变换和处理
盼小辉丶·2023-08-21 20:07

计算机视觉领域文献引用

一、数据增强篇DataAugmentation（1）图片像素调整：光度失真:调整图像的亮度、对比度、色调、饱和度、噪声几何失真：随机缩放、裁剪、翻转、旋转（2）图片遮挡调整：RandomErase和CutO
吃瓜太狼·2023-08-21 11:17

nlp文本数据增强_如何使用Texthero为您的NLP项目准备基于文本的数据集

nlp文本数据增强NaturalLanguageProcessing(NLP)isoneofthemostimportantfieldsofstudyandresearchintoday’sworld.Ithasmanyapplicationsinthebusinesssectorsuchaschatbots
cumichun6193·2023-08-19 01:29

使用tensorflow实现数据增强

目录1、缩放2、裁剪3、翻转4、颜色变换深度学习中对于图像类型的训练数据可以通过数据增强（DataAugmentation）的方法增加数据数量及数据复杂度，从而获得更好的训练效果。
tryrus·2023-08-19 01:19

解锁数据潜力：信息抽取、数据增强与UIE的完美融合

解锁数据潜力：信息抽取、数据增强与UIE的完美融合1.信息抽取（InformationExtraction）1.1IE简介信息抽取是NLP任务中非常常见的一种任务，其目的在于从一段自然文本中提取出我们想要的关键信息结构
汀、人工智能·2023-08-18 07:13

深入探索智能未来：文本生成与问答模型的创新融合

深入探索智能未来：文本生成与问答模型的创新融合1.FillingModelwithT51.1背景介绍该项目用于将句子中[MASK]位置通过生成模型还原，以实现UIE信息抽取中MaskThenFilling数据增强策略
·2023-08-17 14:40

深入探索智能未来：文本生成与问答模型的创新融合

深入探索智能未来：文本生成与问答模型的创新融合1.FillingModelwithT51.1背景介绍该项目用于将句子中[MASK]位置通过生成模型还原，以实现UIE信息抽取中MaskThenFilling数据增强策略
·2023-08-17 14:06

解锁数据潜力：信息抽取、数据增强与UIE的完美融合

解锁数据潜力：信息抽取、数据增强与UIE的完美融合1.信息抽取（InformationExtraction）1.1IE简介信息抽取是NLP任务中非常常见的一种任务，其目的在于从一段自然文本中提取出我们想要的关键信息结构
·2023-08-17 14:34

yolov8训练进阶：新增配置参数

续yolov8训练进阶：自定义训练脚本，从配置文件载入训练超参数_CodingInCV的博客-CSDN博客尽管yolov8有很多参数可以设置，但难免我们训练过程中会需要增加自己的参数，如新的数据增强、自定义的一些条件
CodingInCV·2023-08-16 10:59

简单谈谈 EMP-SSL：自监督对比学习的一种极简主义风

马毅、LeCun联合发布EMP-SSL：无需花哨trick，30个epoch即可实现SOTA主要思想如图，一张图片裁剪成不同的patch，对不同的patch做数据增强，分别输入encoder，得到多个emb
小吴同学真棒·2023-08-15 12:33

python(3):音频数据增强处理

音频数据增强处理增强方法1）时间延长（TS）：放慢或加快音频采样（同时保持音高不变）。将每个样本的时间拉伸四个因素：{0.81、0.93、1.07、1.23}。
芯存猛虎，细嗅蔷薇·2023-08-14 16:13

yolo数据增强

yolo数据增强数据集说明一.labelimg1.labelimg数据增强2.labelimg转换为yolo数据集二.labelme1.labelme分割数据增强2.labelme分割数据集转换yolo
图像处理大大大大大牛啊·2023-08-14 10:05

《深度学习与图像分析——基础与应用》书籍阅读

训练集：训练模型测试集：测试模型的泛化能力验证集：验证模型是否过拟合数据增强的常用方法：●翻折（类似于镜面的翻折）；●旋转●缩放●裁剪●平移●添加噪声神经网络学习的目的就是为了找出能使得
小南/南儿·2023-08-13 13:01

从6篇经典论文看问题生成及其相关技术

©PaperWeekly原创·作者｜Maple小七学校｜北京邮电大学硕士生研究方向｜自然语言处理在问答系统的构建中，问题生成（QG）常被当作一种数据增强技术来对待，然而在实践中，通过问题生成模型增强数据所带来的收益通常都不明显
PaperWeekly·2023-08-12 23:54

基于rsesnet网络架构的图像分类模型

数据预处理部分：数据增强：torchvision中transforms模块自带功能，比较实用数据预处理：torchvision中transforms也帮我们实现好了，直接调用即可DataLoader模块直接读取
coding_ksy·2023-08-12 19:10

3D卷积网络论文阅读笔记

实验数据集数据增强方法实验结果结论2、TransBTS:MultimodalBrainTumorSegmentationUsingTransformer创新点网络结构实验数据集标签评价指标数据增强训练细节实验结果
weixin_44085432·2023-08-11 18:57

swin unetr的3D语义分割

但是它的transform可以对3d医学图像增强操作，比torch的transform强一点，因为它的数据增强输入是（x,y,z）h,w,d格式的，我还没有试过单独用它的transform来结合torch
吴天德少侠·2023-08-11 18:54

途乐证券-美股突然跳水400点，美联储释放重磅信号

这份数据增强了商场对美联储不再加息的预期。当日晚间，美股高开高走，三大指数盘中涨幅均超1%，但随后便上演惊险跳水，道指盘中最大跌幅超470点，
fram_·2023-08-11 11:43

竞赛项目 深度学习实现语义分割算法系统 - 机器视觉

语义分割开发过程4.1建立4.2下载CamVid数据集4.3加载CamVid图像4.4加载CamVid像素标签图像5PyTorch实现语义分割5.1数据集准备5.2训练基准模型5.3损失函数5.4归一化层5.5数据增强
Mr.D学长·2023-08-11 06:56

关于实体识别中数据增强的实践

对命名实体识别任务(NER)进行数据增强，不像对分类任务容易，其主要原因它是序列标注任务，识别是token级别。
烛之文·2023-08-11 04:15

【领域泛化论文阅读】Semantic-Aware Domain Generalized Segmentation

域随机化是通过数据增强来提高数据的多样性，但数据增强不
S L N·2023-08-10 16:41

目标检测-识别提升方法记录

(实验证明，如果有强数据增强，训练数据集又比较多，可以用上次的最优模型作为预训练，能取得更好的效果)(有条件的话可以用大数据做预训练模型例如obj365，实验表明会有明显的提升)2.添加纯负样本（检测base
NineDays66·2023-08-10 07:54

【工程实践】使用Roformer-sim(SimBERTv2 )做数据增强

前言此文仅记录以Roformer-sim为基础模型做数据增强的过程，Roformer-sim模型细节请移步：SimBERTv2来了！
DonngZH·2023-08-10 06:25

【计算机视觉】MoCo 讲解

训练完成的query编码器会与下游任务拼接；key编码器最大的特点是以大动量的方式更新模型参数但是不涉及梯度计算，作用是对（数据增强后的）输入图像进行编码，将图像映射到特征空间；动
不牌不改·2023-08-10 05:20

A Simple Framework for Contrastive Learning of Visual Representations(论文翻译)

ASimpleFrameworkforContrastiveLearningofVisualRepresentations摘要1介绍2方法2.1对比学习框架2.2训练大批量数据2.3评估协议3.用于对比表示学习的数据增强
黄阳老师·2023-08-09 16:45

Graph Random Neural Networks for Semi-Supervised Learning on Graphs

针对这些问题，本文提出了一个简单而有效的框架——图随机神经网络(GRAND)，首先设计了一个随机传播策略来实现图数据增强。然后利用一致性正则化方法优
阿瑟_TJRS·2023-08-09 03:12

训练中的骚操作——数据增强、模型微调

先说说数据增强大规模数据集是成功应用深度神经网络的前提。图像增广（imageaugmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。
潇潇墨风·2023-08-08 19:08
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他