数据增强

【Python-torch】torchio & torchvision：transforms API 对比与解析

torchvision：transformsAPI对比与解析文章目录【Python-torch】torchio&torchvision：transformsAPI对比与解析0.前言与对比1.预处理部分2.数据增强部分
笃℃·2023-09-10 02:24

半监督UDA：学习笔记

解释过程：NLP系列之文本分类（一）：数据增强(EDA+对抗训练)/数据去噪/类别不平衡/半监督学习UDA/模型轻量化-知乎算法：样本不均衡处理训练过程：
风路丞·2023-09-09 18:39

生动理解深度学习精度提升利器——测试时增强（TTA）

测试时增强（Test-TimeAugmentation，TTA）是一种在深度学习模型的测试阶段应用数据增强的技术手段。
Together_CZ·2023-09-09 10:52

一文看遍半监督学习模型（Semi-Supervised Learning）

1、Π模型论文链接：TEMPORALENSEMBLINGFORSEMI-SUPERVISEDLEARNING将一幅图像进行两种不同尺度的数据增强变换（主要是增加噪声信息
卖报的大地主·2023-09-08 12:55

目标检测YOLO实战应用案例100讲-基于改进YOLOv3的目标检测模型研究与应用（中）

目录3.3.2损失函数设计3.3.3数据增强和Dropout正则化实验与结果分析3.4.1数据集描述
林聪木·2023-09-08 08:26

EdgeYOLO：边缘设备上实时运行的目标检测器及Pytorch实现

01概述研究者开发了一种增强的数据增强方法来有效抑制训练过程中的过拟合，并设计了一种混合随机损失函数来提高小目标的检测精度。受FCOS的启发，提出了一种更
边缘计算社区·2023-09-08 05:21

基于 Transformation-Equivariant 的自动驾驶 3D 目标检测

需要大的网络和广泛的数据增强来进行鲁棒检测。equivariantnetworks通过在多个变换点云上应用共享网络显式地模拟变换变化，显示出在物体几何建模方面的巨大潜力
飞大圣·2023-09-08 04:12

腾讯汤道生：超千亿参数 超2万亿tokens 腾讯混元大模型向行业全面开放

腾讯产业互联网将通过智能增强、数据增强、连接增强，持续助力产业增强。”（图：腾讯集团高级执行副总裁、腾讯云与智慧产业事业群CEO汤道生）大会上，腾
光锥智能·2023-09-07 20:33

YOLOv5保存数据增强结果

前言本篇不会讲过多的原理，因为网上有很多关于YOLOv5的数据增强的原理，讲的都很详细，但是似乎找不到有关将增强结果保存到文件夹的笔记。
诶尔法Alpha·2023-09-07 16:52

AI时代：探索机器学习与深度学习的融合之旅

2.1数据增强2.2模型融合3.深入分析：案例研究3.1传统机器学习方法3.2深度学习方法3.3融合方法4.未来展望结论欢迎来到AIGC人工智能专栏~AI时代：探索机器学习与深度学习的融合之旅☆*o(≧
IT·陈寒·2023-09-06 23:04

VGGNet剪枝实战：使用VGGNet训练、稀疏训练、剪枝、微调等，剪枝出只有3M的模型

文章目录摘要剪枝的原理剪枝的过程1、项目结构2、测试结果3、VGGNet模型4、需要安装的库5、训练VGGNet5.1、导入项目所需要的库5.2、设置随机因子5.3、BN层可视化5.4、定义全局参数5.5、数据增强
AI浩·2023-09-05 23:09

FasterViT实战：使用FasterViT实现图像分类任务（一）

文章目录摘要安装包安装timm安装grad-cam数据增强Cutout和MixupEMA项目结构计算mean和std生成数据集摘要论文翻译：https://blog.csdn.net/m0_47867638
静静AI学堂·2023-09-05 00:27

NLP：长文本场景下段落分割（文本分割、Text segmentation）算法实践----一种结合自适应滑窗的文本分割序列模型

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·2023-09-04 17:47

10种防止机器学习模型过拟合的方法

本文介绍机器学习/深度学习建模过程中有效防止模型过拟合的10种方法：增加训练数据集交叉验证正则化合适的特征选择降低模型复杂度集成方法早停法EarlyStopping数据增强Dropout监控训练过程技术交流技术要学会分享
Python数据挖掘·2023-09-04 02:41

自监督学习的概念

这里先验任务是指，先使用原始数据和特征提取器来提取出数据的有效表示．对比方法(即对比学习，ContrastiveLearning)是一类SSL方法:它根据数据增强（例如SimCLR[1]）优化编码器以输出相同数据的不同视图的相似的
mingqian_chu·2023-09-03 21:44

DeepPrior++: Improving Fast and Accurate 3D Hand Pose Estimation总结

文章链接摘要在DeepPrior上做了改进：1.基础网络结构换成ResNet；2.改进手部定位网络;3.数据增强关键训练数据增强旋转放缩平移OnlineAugmentation在训练时对输入图片做上述(
中了胖毒·2023-09-03 11:14

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
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他