溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
數據增強
卷積神經網絡非常容易出現過擬合的問題，而數據增強的方法是對抗過擬合問題的一個重要方法。
2012 年 AlexNet 在 ImageNet 上大獲全勝，圖片增強方法功不可沒，因為有了圖片增強，使得訓練的數據集比實際數據集多了很多'新'樣本，減少了過擬合的問題，下面我們來具體解釋一下。
常用的數據增強方法
常用的數據增強方法如下：
1.對圖片進行一定比例縮放
2.對圖片進行隨機位置的截取
3.對圖片進行隨機的水平和豎直翻轉
4.對圖片進行隨機角度的旋轉
5.對圖片進行亮度、對比度和顏色的隨機變化
這些方法 pytorch 都已經為我們內置在了 torchvision 里面，我們在安裝 pytorch 的時候也安裝了 torchvision，下面我們來依次展示一下這些數據增強方法。
import sys
sys.path.append('..')
from PIL import Image
from torchvision import transforms as tfs
# 讀入一張圖片
im = Image.open('./cat.png')
im
隨機比例放縮
隨機比例縮放主要使用的是 torchvision.transforms.Resize() 這個函數，第一個參數可以是一個整數，那么圖片會保存現在的寬和高的比例，并將更短的邊縮放到這個整數的大小，第一個參數也可以是一個 tuple，那么圖片會直接把寬和高縮放到這個大小；第二個參數表示放縮圖片使用的方法，比如最鄰近法，或者雙線性差值等，一般雙線性差值能夠保留圖片更多的信息，所以 pytorch 默認使用的是雙線性差值，你可以手動去改這個參數，更多的信息可以看看文檔
# 比例縮放
print('before scale, shape: {}'.format(im.size))
new_im = tfs.Resize((100, 200))(im)
print('after scale, shape: {}'.format(new_im.size))
new_im
隨機位置截取
隨機位置截取能夠提取出圖片中局部的信息，使得網絡接受的輸入具有多尺度的特征，所以能夠有較好的效果。在 torchvision 中主要有下面兩種方式，一個是 torchvision.transforms.RandomCrop()，傳入的參數就是截取出的圖片的長和寬，對圖片在隨機位置進行截取；第二個是 torchvision.transforms.CenterCrop()，同樣傳入介曲初的圖片的大小作為參數，會在圖片的中心進行截取
# 隨機裁剪出 100 x 100 的區域 random_im1 = tfs.RandomCrop(100)(im) random_im1
# 中心裁剪出 100 x 100 的區域 center_im = tfs.CenterCrop(100)(im) center_im
隨機的水平和豎直方向翻轉
對于上面這一張貓的圖片，如果我們將它翻轉一下，它仍然是一張貓，但是圖片就有了更多的多樣性，所以隨機翻轉也是一種非常有效的手段。在 torchvision 中，隨機翻轉使用的是 torchvision.transforms.RandomHorizontalFlip() 和 torchvision.transforms.RandomVerticalFlip()
# 隨機水平翻轉 h_filp = tfs.RandomHorizontalFlip()(im) h_filp
# 隨機豎直翻轉 v_flip = tfs.RandomVerticalFlip()(im) v_flip
隨機角度旋轉
一些角度的旋轉仍然是非常有用的數據增強方式，在 torchvision 中，使用 torchvision.transforms.RandomRotation() 來實現，其中第一個參數就是隨機旋轉的角度，比如填入 10，那么每次圖片就會在 -10 ~ 10 度之間隨機旋轉
rot_im = tfs.RandomRotation(45)(im) rot_im
亮度、對比度和顏色的變化
除了形狀變化外，顏色變化又是另外一種增強方式，其中可以設置亮度變化，對比度變化和顏色變化等，在 torchvision 中主要使用 torchvision.transforms.ColorJitter() 來實現的，第一個參數就是亮度的比例，第二個是對比度，第三個是飽和度，第四個是顏色
# 亮度 bright_im = tfs.ColorJitter(brightness=1)(im) # 隨機從 0 ~ 2 之間亮度變化，1 表示原圖 bright_im
# 對比度 contrast_im = tfs.ColorJitter(contrast=1)(im) # 隨機從 0 ~ 2 之間對比度變化，1 表示原圖 contrast_im
# 顏色 color_im = tfs.ColorJitter(hue=0.5)(im) # 隨機從 -0.5 ~ 0.5 之間對顏色變化 color_im
上面我們講了這么圖片增強的方法，其實這些方法都不是孤立起來用的，可以聯合起來用，比如先做隨機翻轉，然后隨機截取，再做對比度增強等等，torchvision 里面有個非常方便的函數能夠將這些變化合起來，就是 torchvision.transforms.Compose()，下面我們舉個例子
im_aug = tfs.Compose([ tfs.Resize(120), tfs.RandomHorizontalFlip(), tfs.RandomCrop(96), tfs.ColorJitter(brightness=0.5, contrast=0.5, hue=0.5) ])
import matplotlib.pyplot as plt
%matplotlib inline
nrows = 3
ncols = 3
figsize = (8, 8)
_, figs = plt.subplots(nrows, ncols, figsize=figsize)
for i in range(nrows):
for j in range(ncols):
figs[i][j].imshow(im_aug(im))
figs[i][j].axes.get_xaxis().set_visible(False)
figs[i][j].axes.get_yaxis().set_visible(False)
plt.show()
可以看到每次做完增強之后的圖片都有一些變化，所以這就是我們前面講的，增加了一些'新'數據
下面我們使用圖像增強進行訓練網絡，看看具體的提升究竟在什么地方，使用 ResNet 進行訓練
使用數據增強
import numpy as np
import torch
from torch import nn
import torch.nn.functional as F
from torch.autograd import Variable
from torchvision.datasets import CIFAR10
from utils import train, resnet
from torchvision import transforms as tfs
# 使用數據增強
def train_tf(x):
im_aug = tfs.Compose([
tfs.Resize(120),
tfs.RandomHorizontalFlip(),
tfs.RandomCrop(96),
tfs.ColorJitter(brightness=0.5, contrast=0.5, hue=0.5),
tfs.ToTensor(),
tfs.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
])
x = im_aug(x)
return x
def test_tf(x):
im_aug = tfs.Compose([
tfs.Resize(96),
tfs.ToTensor(),
tfs.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
])
x = im_aug(x)
return x
train_set = CIFAR10('./data', train=True, transform=train_tf)
train_data = torch.utils.data.DataLoader(train_set, batch_size=64, shuffle=True)
test_set = CIFAR10('./data', train=False, transform=test_tf)
test_data = torch.utils.data.DataLoader(test_set, batch_size=128, shuffle=False)
net = resnet(3, 10)
optimizer = torch.optim.SGD(net.parameters(), lr=0.01)
criterion = nn.CrossEntropyLoss()
train(net, train_data, test_data, 10, optimizer, criterion)
不使用數據增強
# 不使用數據增強
def data_tf(x):
im_aug = tfs.Compose([
tfs.Resize(96),
tfs.ToTensor(),
tfs.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
])
x = im_aug(x)
return x
train_set = CIFAR10('./data', train=True, transform=data_tf)
train_data = torch.utils.data.DataLoader(train_set, batch_size=64, shuffle=True)
test_set = CIFAR10('./data', train=False, transform=data_tf)
test_data = torch.utils.data.DataLoader(test_set, batch_size=128, shuffle=False)
net = resnet(3, 10)
optimizer = torch.optim.SGD(net.parameters(), lr=0.01)
criterion = nn.CrossEntropyLoss()
train(net, train_data, test_data, 10, optimizer, criterion)
從上面可以看出，對于訓練集，不做數據增強跑 10 次，準確率已經到了 95%，而使用了數據增強，跑 10 次準確率只有 75%，說明數據增強之后變得更難了。
而對于測試集，使用數據增強進行訓練的時候，準確率會比不使用更高，因為數據增強提高了模型應對于更多的不同數據集的泛化能力，所以有更好的效果。
以上就是深度學習入門之Pytorch 數據增強的實現的詳細內容，更多關于Pytorch 數據增強的資料請關注億速云其它相關文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
