数据增强

数据增强的基本概念和应用

数据增强对于深度学习具有重要的意义，可以作为一个单独的模块应用于各种各样的任务中。为了加深对数据增强常用库的方法介绍，通过使用实际案例分析实现这些方法，使自己加深对计算机视觉领域下的数据增强的理解。
Algorithm_Engineer_·2024-01-10 13:17

计算机视觉下的数据增强

一.计算机视觉下的数据增强数据增强是计算机视觉中一个常用的技术，它通过对原始训练数据进行一系列随机变换和扩充，以产生更多、更多样化的训练样本。
Algorithm_Engineer_·2024-01-10 13:45

常见的生成模型有哪些？

应用：图像生成、艺术创作、数据增强、风格迁移等。变分自编码器（VAEs）:VAE是一种基于贝叶斯推理的生成模型，
CA&AI-drugdesign·2024-01-10 11:38

C2-3.3.3 迁移学习

C2-3.3.3迁移学习1、为什么要使用-迁移学习和“数据增强”[C2-3.3.2数据增强.md](C2-3.3.2数据增强.md)相比，有一些应用程序没有那么多数据，而且很难获取到更多的数据——“迁移学习
帅翰GG·2024-01-10 06:13

C2-3.3.2 机器学习/深度学习——数据增强

C2-3.3.2数据增强参考链接1、为什么要使用数据增强？
帅翰GG·2024-01-10 06:43

大创项目推荐 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
laafeer·2024-01-10 04:59

GraphGPT： Graph Instruction Tuning for Large Language Models

为了提高模型的稳健性，自监督学习（SSL）已成为一种有前途的数据增强方法。然而，现有的得到预训练图嵌入
图学习小组·2024-01-09 20:27

imgaug库指南（五）：从入门到精通的【图像增强】之旅

正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。
高斯小哥·2024-01-09 19:17

imgaug库指南（12）：从入门到精通的【图像增强】之旅

正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。
高斯小哥·2024-01-09 16:50

对图片进行数据增强（基于pytorch）

背景在进行机器学习的任务中，我们的训练数据往往是有限的，在有限的数据集上获得较好的模型训练结果，我们不仅要在模型结构上下功夫，另一方面也需要对数据集进行数据增强图片数据增强图像数据增强是一种在训练机器学习和深度学习模型时常用的策略
草莓橙子碗·2024-01-08 19:55

JioNLP：预处理、信息抽取、数据增强、NLP简单功能与词典，找它就对了！

⭐戳这里->JioNLP⭐戳这里=>在线直接使用版->JioNLP  pipinstalljionlp来看看JioNLP能干什么？Ctrl+F搜索一下功能主要包括：文本清洗，去除HTML标签、异常字符、冗余字符，转换全角字母、数字、空格为半角，抽取及删除E-mail及域名、电话号码、QQ号、括号内容、身份证号、IP地址、URL超链接、货币金额与单位，解析身份证号信息、手机号码归属地、座机区号归属地
jionlp数据分析·2024-01-08 14:00

设计一个二分类器都需要那些步骤？

数据增强是个不错的选择，但要确保不过度增强，以免引入噪声。常见的数据增强包括旋转、翻转、缩放等。3.模型
一只发呆的猪·2024-01-08 11:55

解决神经网络过拟合的策略有哪些？

如果实际数据有限，可以考虑数据增强技术，如旋转、缩放、剪裁或添加噪声。2.数据增强：对训练数据进行变化，增加数据的多样性。这对于图像和语音识别等任务特别有效。3.简化模型：减少网络的
CA&AI-drugdesign·2024-01-08 11:24

目标检测-One Stage-YOLOv4

文章目录前言一、目标检测网络组成二、BoF（BagofFreebies）1.数据增强2.语义分布偏差问题3.损失函数IoUGIoUDIoUCIoU三、BoS(BagofSpecials)增强感受野注意力机制特征融合激活函数后处理四
学海一叶·2024-01-08 08:11

transforms的操作

一、transforms的操作1、transforms.RandomChoicetransforms.RandomChoice是一个数据转换操作，用于从一系列的转换方法中随机选择一个进行数据增强。
-恰饭第一名-·2024-01-08 04:28

如何解决大模型的「幻觉」问题？

以下是一些常见的解决方法：1.数据增强和质量增加数据集规模：更多的数据可以帮助模型更好地泛化。提高数据质量：确保训练数据准确、多样且代表性强，清除不相关或错误的数据。
终将老去的穷苦程序员·2024-01-07 20:34

imgaug库指南（六）：从入门到精通的【图像增强】之旅

正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。
高斯小哥·2024-01-07 07:16

小样本学习（FSL）和元学习、数据增强和对比学习各自的概念和相互关系

前言最近一周在做简历和投递，想找个暑假的实习岗，有几个过了初筛，今天围绕我的简历讲解一下里面的科研经历和方向推荐，也是给自己做一个总结。去年疫情开始，取消线下课程和考试，我闲着没事，就搞起了研究，很巧的是和ChatGPT时间重叠了，当时因为网上全是防治疾病的，我也就错过了ChatGPT的黄金期，不然没准就是搞NLP了，今天我也请GPT4.0一同创作，看能不能给这篇博客带来不一样的火花。小样本学习F
Chowley·2024-01-07 07:07

【深度学习：数据增强】计算机视觉中数据增强的完整指南

【【深度学习：数据增强】计算机视觉中数据增强的完整指南为什么要做数据增强？等等，什么是数据增强？数据增强技术数据增强的注意事项和潜在陷阱什么时候应该做数据增强？
jcfszxc·2024-01-06 19:13

Obtect Detection，物体检测10年的发展，物体检测历史最佳网络

改进之处:相对于传统方法，AlexNet通过ReLU激活函数、Dropout和数据增强提高了性能和泛化能力。特别之处:引入了深层网络和GPU加速计算
机器学习杨卓越·2024-01-06 12:31

transforms图像增强（一）

一、数据增强数据增强（DataAugmentation）是一种常用的数据预处理技术，通过对训练集进行各种变换和扩增操作，可以增加训练数据的多样性和丰富性，从而提高模型的泛化能力。
-恰饭第一名-·2024-01-06 10:19

【NLP】工业界常用的NLP数据增强方法都在这了，你都会了吗

目录1EDA1.1具体方法1.2EDA参数选择1.3EDA的缺点2回译3拼接1EDAEDA使用传统的文本数据增强方法，可以在文本数据集小的情况下提升文本分类的性能。
AI量化小木屋·2024-01-06 10:29

【深度学习每日小知识】数据增强

数据增强是通过对原始数据进行各种转换和修改来人工生成附加数据的过程，旨在增加机器学习模型中训练数据的大小和多样性。这对于计算机视觉领域尤为重要，因为图像经常被用作输入数据。
jcfszxc·2024-01-06 05:31

imgaug库指南（三）：从入门到精通的【图像增强】之旅

正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。
高斯小哥·2024-01-05 10:03

imgaug库指南（一）：从入门到精通的【图像增强】之旅

正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。本系
高斯小哥·2024-01-05 05:11

如何解决大模型的[幻觉]问题？

2.数据增强：通过增加训练数据的多样性和数量，可以提高模型的鲁棒性，减少幻觉问题的发生。例如，可以使用数据旋转、缩放
中微子%5·2024-01-05 05:39

imgaug库指南（二）：从入门到精通的【图像增强】之旅

正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。
高斯小哥·2024-01-04 20:43

PyTorch, 16个超强转换函数总结 ! !

当然,在Pytorch中,转换函数的意义主要是用于对进行数据的预处理和数据增强,使其适用于深度学习模型的训练和推理。
JOYCE_Leo16·2024-01-04 10:47

深度学习知识点汇总-机器学习基础（3）

2.3监督学习的步骤2.3.1数据（1）数据收集获取数据及其对应标签将数据集划分为训练数据集和验证数据集考虑样本不均衡的问题，并基于此使用交叉验证的方法（2）数据预处理去除错误数据和标签缺失的数据数据增强
深度学习模型优化·2024-01-03 20:55

YOLOv5 Detect 训练过程简单记录

目录训练配置网络的搭建过程数据的处理mosaic数据增强方法模型的前向处理过程训练配置在主项目文件夹下创建datasets文件夹，并配置coco数据集#├──yolov5#└──datasets#└──
匿名的魔术师·2024-01-03 10:23

YOLOv5算法进阶改进（10）— 更换主干网络之MobileViTv3 | 轻量化Backbone

前期回顾：YOLOv5算法进阶改进（1）—改进数据增强方式+添加CBAM注意力机制
小哥谈·2024-01-03 04:54

opencv实现mosaic数据增强

mosaic数据增强：将四个图片随机缩放，放在一个大的图片中原理：方法步骤：随机选取图片拼接基准点坐标(xc,yc)，另随机选取四张图片。
徽先生·2024-01-03 04:20

目标检测——数据增强处理【Data Agumentation + Mosaic】

Contents1普通数据增强方法1.1图片的RGB和HSV格式介绍1.1.1RGB格式1.1.2HSV格式1.2普通数据增强结果及代码2Mosaic数据增强2.1Mosaic数据增强的过程2.2实现代码
一颗苹果OAOA·2024-01-03 04:19

计算机视觉 - 了解Mosaic数据增强

一、简述数据增强包含各种扩展和增强机器学习和深度学习模型数据集的技术。这些方法跨越不同的类别，每种方法都会改变数据以引入多样性并提高模型的稳健性。
坐望云起·2024-01-03 04:19

深度生成模型之图像翻译GAN -＞（个人学习记录笔记）

文章目录深度生成模型之图像翻译GAN图像翻译的应用1.风格迁移2.数据增强3.经典图像任务4.内容创作5.人脸图像编辑6.人体图像编辑图像翻译模型1.有监督图像翻译模型2.无监督图像翻译模型3.多域图像翻译模型深度生成模型之图像翻译
slience_me·2024-01-02 17:28

深度生成模型之GAN的评估 -＞（个人学习记录笔记）

文章目录深度生成模型之GAN的评估图像翻译的应用1.风格迁移2.数据增强3.经典图像任务4.内容创作5.人脸图像编辑6.人体图像编辑图像翻译模型1.有监督图像翻译模型2.无监督图像翻译模型3.多域图像翻译模型深度生成模型之
slience_me·2024-01-02 17:28

深度生成模型之数据生成GAN -＞（个人学习记录笔记）

文章目录深度生成模型之数据生成GAN数据生成的应用1.图片设计创作2.数据增强3.数据仿真4.视频生成、预测、编辑5.语音生成6.文本生成图像生成模型结构1.基本卷积GAN2.多尺度与残差GAN模型3.
slience_me·2024-01-02 17:58

2020-02-19

有了初步的知识，就可以开始学习数据提前处理，例如批量归一化和残差网络、文本预处理，数据增强，提高模型的预测能力。接着在自然语言领域开始详细介绍语言模型、循环神经网络和注意力机制
ninghc·2024-01-02 16:50

目标检测 YOLOv5 - 推理时的数据增强

目标检测YOLOv5-推理时的数据增强flyfish版本YOLOv56.2参考地址https://github.com/ultralytics/yolov5/issues/303在训练时可以使用数据增强
西笑生·2024-01-02 09:43

D.3 基于ERNIR3.0文本分类以CAIL2018-SMALL数据集罪名预测任务为例【多标签】

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·2023-12-31 23:22

pytorch03：transforms常见数据增强操作

目录一、数据增强二、transforms--Crop裁剪2.1transforms.CenterCrop2.2transforms.RandomCrop2.3RandomResizedCrop2.4FiveCrop
慕溪同学·2023-12-31 17:07

调参

1首先是数据增强，因为正常情况下，数据量往往不够，因此需要通过裁剪2数据预处理，pca，normalization，whiten3初始化权重Xavier和偏置constant4激活函数sigmoid，tanh
writ·2023-12-31 15:29

pytorch基础语法学习：数据读取机制Dataloader与Dataset

来源：投稿作者：阿克西编辑：学姐本章主要讲述数据模块，如何从硬盘中读取数据，对数据进行预处理、数据增强，转换为张量的形式输入到模型之中。
深度之眼·2023-12-31 10:55

Unsupervised Data Augmentation for Consistency Training

并且指出噪音的质量尤其是那些由高级数据增强方法产生的噪音的质量，在半监督学习中扮演了关键的角色。在同样的c
chansonzhang·2023-12-31 07:58

竞赛保研 基于机器视觉的12306验证码识别

文章目录0简介1数据收集2识别过程3网络构建4数据读取5模型训练6加入Dropout层7数据增强8迁移学习9结果9最后0简介优质竞赛项目系列，今天要分享的是基于机器视觉的12306验证码识别该项目较为新颖
iuerfee·2023-12-31 06:37

YSAI——数据使用

按照用户的ID来爬取图片5、对一些特定的网站进行爬（摄影网站）(图虫、500px，花瓣网等等)6、爬虫合集二、数据整理1、数据检查与归一化2、数据去重三、数据标注1、labelme2、其他的一些标注工具四、数据增强方法
前途似海_来日方长·2023-12-31 05:30

深度学习-数据基本使用

按照用户的ID来爬取图片5、对一些特定的网站进行爬（摄影网站）(图虫、500px，花瓣网等等)6、爬虫合集二、数据整理1、数据检查与归一化2、数据去重三、数据标注1、labelme2、其他的一些标注工具四、数据增强方法
前途似海_来日方长·2023-12-31 05:57

带你完全读懂正则化（看这一篇就够了）

了解L1,L2正则化知道Droupout正则化的方法了解早停止法、数据增强法的其它正则化方式总结什么是正则化？Regularization，中文翻译过来可以称为正则化，或者是规范化。什么是规则？
唐宋宋宋·2023-12-30 21:33

FrankMocap

FrankMocap摘要介绍相关工作3D参数化人体模型单图像3D人体姿势估计单图像3D手姿势估计身体和手的联合3D姿势估计方法SMPL-X模型概述3D手估计模块手模块结构训练方法数据集预处理训练数据增强
jamorZhong·2023-12-30 14:56

pytorch 训练超分辨率模型的技巧是什么？

数据增强：利用数据增强技术来扩充数据集，增加模型的鲁棒性。例如旋转、翻转、平移、加噪声等。模型选择：选择适合任务的模型，如SRCNN、ESPCN、EDSR等。
weixin_44616020·2023-12-30 12:07
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他