PyTorch中的数据增强技术
我对PyTorch中进行的数据增强有一点困惑。据我所知，当我们执行数据增强时，我们会保留原始数据集，并添加其他版本（翻转、裁剪等）。但是在PyTorch中似乎不是这样。根据我从参考资料中了解到的，当我们在PyTorch中使用data.transforms时，它们将被逐一应用。例如：data_t...
PyTorch在TensorDataset上的数据预处理技巧
我正在使用TensorDataset从numpy数组创建数据集。 # convert numpy arrays to pytorch tensors X_train = torch.stack([torch.from_numpy(np.array(i)) for i in X_train])...
如何在 TensorFlow 2.0 中使用数据增强功能（data augmentation）来处理 tfds.load() 加载的数据？
我正在遵循这个指南。 它展示了如何使用tfds.load()方法从新的TensorFlow数据集中下载数据集。import tensorflow_datasets as tfds SPLIT_WEIGHTS = (8, 1, 1) splits = tfds.Split.TRAIN....
Keras的ImageDataGenerator中，shear参数具体是做什么用的？
我不理解ImageDataGenerator中的shear参数有什么作用。我尝试使用 apply_transform 成员函数来对图像进行剪切。我发现在应用了该函数之后，图像似乎被旋转和拉伸了。但我不确定它到底做了什么。from keras.preprocessing.image import...
使用数据增强层在Tensorflow 2.7.0上保存模型
当我尝试使用Tensorflow版本2.7.0保存带有数据增强层的模型时，出现了错误。这是数据增强的代码： input_shape_rgb = (img_height, img_width, 3) data_augmentation_rgb = tf.keras.Sequential( ...
如何在PyTorch中为子集使用不同的数据增强方法
如何在PyTorch中为不同的Subset使用不同的数据增强（变换）？ 例如： train, test = torch.utils.data.random_split(dataset, [80000, 2000]) train和test将使用与dataset相同的变换。如何为这些子集使...
TensorFlow数据增强功能会发出警告：使用while_loop进行转换。
我根据官方 TensorFlow 教程 使用数据增强技术。 首先，我创建了一个包含增强层的序列模型： def _getAugmentationFunction(self): if not self.augmentation: return None pipel...
使用增强图像和其他功能的Keras迭代器
假设你有一个数据集，其中包含每个图像的图像和一些数据在.csv中。 您的目标是创建一个卷积分支和另一个（在我的情况下是MLP）的NN。 现在，有很多指南（例如这里和这里），介绍如何创建网络，这不是问题。 问题是，当convolution_input来自Keras ImageDataGene...
如何在图像分类中为马赛克增强创建类标签？
更新 现在已正式由 keras-cv 支持。 在生成具有 CutMix 或 MixUp 增强类型的类标签时，我们可以使用像 np.random.beta 或 scipy.stats.beta 这样的 beta 函数，并对两个标签执行以下步骤： label = label_one*be...
如何在tensorflow中随机旋转图像角度？
我知道可以使用tf.contrib.image.rotate在tensorflow中旋转图像。但是假设我想以-0.3和0.3弧度之间的随机角度应用旋转，如下所示： images = tf.contrib.image.rotate(images, tf.random_uniform(shape...