数据增强第6页

YOLOv5算法进阶改进（6）— 更换主干网络之ResNet18

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·2023-11-30 01:39

深度学习（二）：pytorch基础知识

Autograd）模型构建数据加载和处理损失函数优化器（Optimizers）训练循环GPU加速模型保存和加载部署和推理PyTorch生态系统学习率调度（LearningRateScheduling）正则化数据增强

从零开始的奋豆·2023-11-30 00:36

深度学习数据增强概括一

论文地址：https://link.springer.com/article/10.1186/s40537-019-0197-0数据增强主要是为了应对训练集欠缺的情况，通过提升现有数据的数量和质量以训练更好的网络

惜沫遥不可及·2023-11-30 00:47

19ContraBERT：顶会ICSE23 数据增强+对比学习+代码预训练模型，提升NLP模型性能与鲁棒性：处理程序变异（变量重命名）【网安AIGC专题11.15】

ContraBERT:EnhancingCodePre-trainedModelsviaContrastiveLearning写在最前面对nlp领域其他方向研究的启发介绍Contrabert方法Method数据增强和训练细节实验

是Yu欸·2023-11-28 03:59

什么是数据增强，为什么会让模型更健壮？

那就是数据增强，查看链接：数据增强让模型更加

董董灿是个攻城狮·2023-11-28 02:41

数据增强让模型更健壮

那就是数据增强，查看链接：数据增强让模型更加

董董灿是个攻城狮·2023-11-28 02:37

RevCol实战：使用RevCol实现图像分类任务（二）

定义训练和验证函数训练函数验证函数调用训练和验证方法运行以及结果查看测试完整的代码在上一篇文章中完成了前期的准备工作，见链接：RevCol实战：使用RevCol实现图像分类任务（一）前期的工作主要是数据的准备，安装库文件，数据增强方式的讲解

AI浩·2023-11-28 01:43

【yolov5人行道-斑马线目标检测】

在目标检测领域，YOLOv5通过结合多种技术手段，包括使用Mosaic数据增强操作、自适应锚框计算与自适应图片缩放方法、利用Neck网络提升特征的多样性及鲁棒性等，使得其检测效果和速度都有所提升。

stsdddd·2023-11-27 07:49

YOLOv5算法进阶改进（4）— 引入解耦合头部 | 助力提高检测准确率

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·2023-11-27 05:40

CVPR 2023 精选论文学习笔记：Meta-Tuning Loss Functions and Data Augmentation for Few-Shot Object Detection

数据增强：数据增强是一种通过对现有数据应用转换来生成新训练数据的技术。这对于小样本学习来说可以是一种有用的技术，因为它可以帮助增加可用训练数

结构化文摘·2023-11-26 19:33

MobileOne实战：使用MobileOne实现图像分类任务(一）

文章目录摘要安装包安装timm数据增强Cutout和MixupEMA导入模型文件项目结构计算mean和std生成数据集摘要论文地址：https://arxiv.org/abs/2211.06088代码地址

AI浩·2023-11-25 18:43

目标检测：SSD数据增强层解读

SSD的数据增强对ssd网络识别小物体效果明显（原文Fig6），而且他使用的方法有点特别，所以在此解析一下他的源码。

BigCowPeking·2023-11-25 01:44

从文本生成到数据增强：探索 AI 前沿的开源套件 | 开源专题 No.44

Significant-Gravitas/AutoGPTStars:150.4kLicense:MITAutoGPT是开源AI代理生态系统的核心工具包。它采用模块化和可扩展的框架，使您能够专注于以下方面：构建-为惊人之作打下基础。测试-将您的代理调整到完美状态。查看-观察进展成果呈现出来。AutoGPT始终处于AI创新前沿，并提供了开源生态系统中冠军代码库所需功能。在我们目前进行基准测试的所有Ag

开源服务指南·2023-11-24 13:15

目标检测数据增强：mosaic增强

目标检测数据增强：mosaic增强介绍代码实现介绍将四张图片以随机缩放、随机裁减、随机排布的方式拼接在一起，组成一张图片。

视觉萌新、·2023-11-22 07:15

第十章深度学习中的图像数据扩增(Data Augmentations)

数据增强介绍1.前言这篇文章主要参考AsurveyonImageDataAugmentationforDeepLearning，总结了常用的传统扩增方法及其应用时的注意事项。

小酒馆燃着灯·2023-11-21 22:12

Pytorch完整的模型训练套路

将数据集分为训练集和测试集，并进行必要的预处理，如归一化、数据增强等。模型创建步骤创建机器学习模型，可以是深度神经网络、传统机器学习模型或其它模型类型。定义模型架构，包括输入层、隐藏层和输出层的结构

北山啦·2023-11-21 13:17

Python将原始数据集和标注文件进行数据增强（随机仿射变换），并生成随机仿射变换的数据集和标注文件

Python将原始数据集和标注文件进行数据增强（随机仿射变换），并生成随机仿射变换的数据集和标注文件前言前提条件相关介绍实验环境生成随机仿射变换的数据集和标注文件代码实现输出结果前言由于本人水平有限，难免出现错漏

FriendshipT·2023-11-21 12:23

T10 数据增强

文章目录一、准备环境和数据1.环境2.数据二、数据增强（增加数据集中样本的多样性）三、将增强后的数据添加到模型中四、开始训练五、自定义增强函数六、一些增强函数本文为365天深度学习训练营中的学习记录博客参考文章

m_Molly·2023-11-21 08:27

【论文阅读笔记】Unsupervised Clustering of Microseismic Signals Using a Contrastive Learning Model

【论文阅读笔记】UnsupervisedClusteringofMicroseismicSignalsUsingaContrastiveLearningModel摘要tscc:预训练和微调预训练：数据增强

luzhoushili·2023-11-21 07:27

yolo系列模型训练数据集全流程制作方法（附数据增强代码）

yolo系列的模型在目标检测领域里面受众非常广，也十分流行，但是在使用yolo进行目标检测训练的时候，往往要将VOC格式的数据集转化为yolo专属的数据集，而yolo的训练数据集制作方法呢，最常见的也是有两种，下面我们只讲述一种最常用的方法，也是我最常使用的。1.voc转yolo格式我最常使用的目标检测数据集为VOC格式，而它的格式一般如下所示：-dataset|-annotations||-im

心无旁骛~·2023-11-20 21:26

YOLOv5 学习记录

文章目录整体概况数据增强与前处理自适应Anchor的计算Lettorbox架构SiLU激活函数YOLOv5改进点SSPF模块正负样本匹配损失函数整体概况YOLOv5是一个基于Anchor的单阶段目标检测

RessCris·2023-11-20 03:57

PyTorch 实战之水果分类

在本文中，我们将使用以下技术在不到5分钟的时间内训练一个最先进的模型，以达到从Fruit360数据集中分类图像的95%以上的准确率:数据增强数据分析中的数据增强是通过对现有数据或从现有数据中新创建的合

金戈鐡馬·2023-11-19 19:41

PyTorch微调权威指南3：使用数据增强

如果你曾经参与过PyTorch模型的微调，可能会遇到PyTorch的内置变换函数，这使得数据增强变得轻而易举。即使你之前没有使用过这些功能，也不必担心。

新缸中之脑·2023-11-19 12:54

20源代码模型的数据增强方法：克隆检测、缺陷检测和修复、代码摘要、代码搜索、代码补全、代码翻译、代码问答、问题分类、方法名称预测和类型预测对论文进行分组【网安AIGC专题11.15】

1.2什么是数据增强?Whatisdataaugmentation?1.3数据增强如何在源代码中工作?Howdoesda

是Yu欸·2023-11-19 08:12

PP-OCR笔记

训练添加新算法混合精度训练分布式训练知识蒸馏训练其他训练环境评估、预测导出、预测模型推理超参数解释教程FAQ训练模型转inference模型之后预测效果不一致训练EAST模型提示找不到lanms库识别rec数据准备数据格式文件结构:字典添加空格类别数据增强训练模型微调

贺一诺·2023-11-19 08:36

Python中的数据增强技术

使用imgaug快速观察Python中的数据增强技术在本文中，我们将使用imgaug库来探索Python中不同的数据增强技术什么是图像增强图像增强是一种强大的技术，用于在现有图像中人为地创建变化以扩展图像数据集

uncle_ll·2023-11-18 20:23

Datawhale AI夏令营第三期 - 脑PET图像分析和疾病预测挑战赛——最后的挣扎及总结

最后改了模型又做了数据增强，不过好像还是没什么进步，后面了看别人的笔记，又学了一些上分技巧，在这里分享给大家，由于时间问题目前还没来得及尝试，有空了再试试，看有什么提升。

cs6182890·2023-11-17 03:12

YOLOv5简介

YOLOv5一、输入端1.Mosaic数据增强：CutMix数据增强：随机生成一个裁剪框Box，裁剪掉A图中的相应位置，然后用B图相应位置的ROI放到A中被裁剪的区域中形成新的样本。

大白菜～·2023-11-16 13:37

seq = iaa.Sequential()

#产生一个处理图片的Sequential,里面定义各种用于数据增强的方法seq=iaa.Sequential([iaa.Flipud(0.5),#flipupanddown(vertical)iaa.Fliplr

独孤的大山猫·2023-11-15 19:12

【GAN】数据增强基础知识

最近要用到，但是一点基础都没有，故开个文章记录一下笔记目录GANDCGANWGANEEGGANGAN参考生成对抗网络（GAN）-知乎(zhihu.com)文章[1406.2661]GenerativeAdversarialNetworks(arxiv.org)代码GitHub-yfeng95/GAN:ResourcesandImplementationsofGenerativeAdversaria

Bing_Zoey·2023-11-15 15:16

论文阅读：Self-supervised Video Representation Learning with Cross-Stream Prototypical Contrasting

视频本身提供的数据增强，如：视角变化，光线

二苏旧局吖·2023-11-15 13:47

label-preserving transformations

也就是在不影响图像标签的前提下，对图片进行变换，以达到数据增强的目的。通过这种方式增大我们的数据集，来减少过拟合。两种数据增强方式：1第一种数据增强方式包括产生图像变换和水平翻转。

碧寒·2023-11-15 05:15

【nlp】1.5 文本数据增强（回译法）

文本数据增强回译数据增强法回译数据增强法回译数据增强目前是文本数据增强方面效果较好的增强方法，一般基于google翻译接口，将文本数据翻译成另外一种语言(一般选择小语种)，之后再翻译回原语言,，即可认为得到与与原语料同标签的新语料

lys_828·2023-11-14 13:46

Kaggle-Tricks自用总结

基础特征：【kaggle】特征工程trick-CSDN博客训练策略梯度：gradient_clip_val-CSDN博客数据增强：CutMix&Mixup详解与代码实战_cutmix代码_华为云开发者联盟的博客

思考实践·2023-11-14 09:21

Openreview IClR2024审稿意见以及如何rebuttal

请与其他一些数据增强基线进行比较。R2问题：批评者和价值差异d（s，a，s'，a'）似乎是在IM中共同学习的。为什么这是一个有意义的目标？与其他带有类比推理模块的方法相比，该方法的表现如何？

思考实践·2023-11-14 09:20

RetroMAE论文阅读

self-contrastivelearning的效果会被数据增强的质量所限制，且需要大量

comli_cn·2023-11-12 19:10

YOLOv5 7.0 网络结构解读

一.YOLOV5s网络结构图网络结构主要包含以下部分：1.输入端：自适应锚框计算、自适应图片缩放、Mosaic数据增强2.Backbone：CBS模块、C3模块、SPPF模块3.Neck：

nice-wyh·2023-11-12 17:44

论文阅读：Fast-BEV: Towards Real-time On-vehicleBird’s-Eye View Perception

4）对图像和BEV空间的数据增强(DataAugmentation)策略，以避免过拟合。5）一种多帧融合机制利用空间信息。Intr

BlueagleAI·2023-11-12 13:29

YOLOv5算法进阶改进（1）— 改进数据增强方式 + 添加CBAM注意力机制

首先在数据增强方面使用Mosaic-9方法来对训练集进行数据增强，使得网络具有更好的泛化能力，从而更好适用于应用场景。

小哥谈·2023-11-12 05:51

数据增强系列（补充ing...）

文章目录DataAugmentation缩放resize最近邻插值（不常用）双线性插值线性插值双线性插值双三次插值（BicubicInterpolation）裁剪crop翻转flip旋转rotate模糊blur色域变换ReferenceDataAugmentation缩放resize最近邻插值、双线性插值、双三次插值最近邻插值（不常用）也称为零阶插值，这是最简单的插值方法，计算量较小，对于未知位置

怎么全是重名·2023-11-11 12:02

机器学习——实践

过拟合的处理——Dropout过拟合的处理——Earlystopping过拟合的处理——数据增强偏差和方差编辑一、数据集划分训练集（TrainingSet）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数

七七喝椰奶·2023-11-11 09:34

【PyTorch实战演练】AlexNet网络模型构建并使用Cifar10数据集进行批量训练（附代码）

目录0.前言1.Cifar10数据集2.AlexNet网络模型2.1AlexNet的网络结构2.2激活函数ReLu2.3Dropout方法2.4数据增强3.使用GPU加速进行批量训练4.网络模型构建5.

使者大牙·2023-11-11 02:42

YOLOv8教程系列：五、关闭数据增强

YOLOv8教程系列：五、关闭数据增强在一些特殊情况下，特别是在计算机视觉任务中，如目标检测，图像的颜色扰动可能会对算法的性能和稳定性产生重要影响。

Zhijun.li@Studio·2023-11-10 19:20

AIGC：使用生成对抗网络GAN实现MINST手写数字图像生成

GAN的应用十分广泛，它的应用包括图像合成、图像编辑、风格迁移、图像超分辨率以及图像转换，数据增强等。1.1背景具有开创性工作的生成对抗网

智慧医疗探索者·2023-11-10 18:33

论文学习之对比学习【1】-SimCLR：论文阅读与简单demo测试

对比学习SimCLR：论文阅读与简单demo测试1.论文摘要解读：1.1内容翻译1.2重点提要2.对比学习的主要思想3.SimCLR的主要结构解析3.1数据增强3.2数据编码3.3深度映射模块3.4对比损失函数参考文献资料

cnjs1994·2023-11-10 02:35

目标检测网络系列——YOLO V4

BoF和BoS的选择(SelectionofBoFandBoS)YOLO4的其他改进点对比实验不同的特征(数据增强方法)之间的对比detector训练方法的对比(BoF-detector)BoS-detector

新兴AI民工·2023-11-09 21:42

用户交互引导大模型生成内容特征，LLM-Rec框架助力个性化推荐！

今天主要和大家分享一篇使用大语言模型做数据增强来提升推荐系统性能的研究标题：LLM-Rec:PersonalizedRecommendationviaPromptingLargeLanguageModels

我有魔法WYMF·2023-11-09 12:35

MF-SuP-pKa

子图层面的图网络预测pKa，使用了数据增强和迁移学习，原文：MF-SuP-pKa:Multi-fidelitymodelingwithsubgraphpoolingmechanismforpKaprediction

_森罗万象·2023-11-09 08:16

SSD: Single Shot MultiBox Detector 论文翻译

介绍二、单触发探测器(SSD)2.1模型2.2培训三、实验结果3.1PASCALVOC20073.2模型分析3.3PASCALVOC20123.4COCO3.5初步的ILSVRC结果3.6针对小对象精度的数据增强

~拾捌~·2023-11-09 02:45

深度学习中的图像增强合集

所以第一个问题就是什么是图像增强以及常规的数据增强。什么是图像增强？增强是使规模或数量增大的动作或过程。在深度学习中，深度网络需要大量的训练数据来很好地归纳和达到良好的准确性。但在某些情况下，图像

小北的北·2023-11-07 22:47

推荐频道

数据增强