基于深度学习Keras框架的训练数据增强方法（转）

落日映苍穹つ 2022-01-15 10:23 377阅读 0赞

徐海蛟教学

在深度学习中，当数据量不够大时候，常常采用下面4中方法：

1. **人工增加训练集的大小**. 通过平移, 翻转, 加噪声等方法从已有数据中创造出一批"新"的数据.也就是Data Augmentation  
  
2. **Regularization.** 数据量比较小会导致模型过拟合, 使得训练误差很小而测试误差特别大. 通过在Loss Function 后面加上正则项可以抑制过拟合的产生. 缺点是引入了一个需要手动调整的hyper-parameter. 详见[https://www.wikiwand.com/en/Regularization\_(mathematics)][https_www.wikiwand.com_en_Regularization_mathematics]  
  
3. **Dropout.** 这也是一种正则化手段. 不过跟以上不同的是它通过随机将部分神经元的输出置零来实现. 详见[http://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf][http_www.cs.toronto.edu_hinton_absps_JMLRdropout.pdf]  
  
4. **Unsupervised Pre-training.** 用Auto-Encoder或者RBM的卷积形式一层一层地做无监督预训练, 最后加上分类层做有监督的Fine-Tuning. 参考 [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.207.1102&rep=rep1&type=pdf][http_citeseerx.ist.psu.edu_viewdoc_download_doi_10.1.1.207.1102_rep_rep1_type_pdf]

下面我们来讨论Data Augmentation：

不同的任务背景下, 我们可以通过图像的几何变换, 使用以下一种或多种组合数据增强变换来增加输入数据的量. 这里具体的方法都来自数字图像处理的内容, 相关的知识点介绍, 网上都有, 就不一一介绍了．

*  旋转 | 反射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;
 *  翻转变换(flip): 沿着水平或者垂直方向翻转图像;
 *  缩放变换(zoom): 按照一定的比例放大或者缩小图像;
 *  平移变换(shift): 在图像平面上对图像以一定方式进行平移;  
    可以采用随机或人为定义的方式指定平移范围和平移步长, 沿水平或竖直方向进行平移. 改变图像内容的位置;
 *  尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想, 利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度;
 *  对比度变换(contrast): 在图像的HSV颜色空间，改变饱和度S和V亮度分量，保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;
 *  噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;
 *  颜色变换(color): 在训练集像素值的RGB颜色空间进行PCA, 得到RGB空间的3个主方向向量,3个特征值, p1, p2, p3, λ1, λ2, λ3. 对每幅图像的每个像素Ixy=\[IRxy,IGxy,IBxy\]T进行加上如下的变化:

\[p1,p2,p3\]\[α1λ1,α2λ2,α3λ3\]T

其中:αi是满足均值为0,方差为0.1的随机变量.

## 代码实现 ##

作为实现部分, 这里介绍一下在python 环境下, 利用已有的开源代码库**Keras**作为实践:

![复制代码][copycode.gif]

1 # -*- coding: utf-8 -*- 2 __author__ = 'Administrator' 3  4 # import packages 5 from keras.preprocessing.p_w_picpath import ImageDataGenerator, array_to_img, img_to_array, load_img 6  7 datagen = ImageDataGenerator( 8         rotation_range=0.2, 9         width_shift_range=0.2,10         height_shift_range=0.2,11         shear_range=0.2,12         zoom_range=0.2,13         horizontal_flip=True,14         fill_mode='nearest')15 16 img = load_img('C:\Users\Administrator\Desktop\dataA\lena.jpg')  # this is a PIL p_w_picpath, please replace to your own file path17 x = img_to_array(img)  # this is a Numpy array with shape (3, 150, 150)18 x = x.reshape((1,) + x.shape)  # this is a Numpy array with shape (1, 3, 150, 150)19 20 # the .flow() command below generates batches of randomly transformed p_w_picpaths21 # and saves the results to the `preview/` directory22 23 i = 024 for batch in datagen.flow(x,25                           batch_size=1,26                           save_to_dir='C:\Users\Administrator\Desktop\dataA\pre',#生成后的图像保存路径27                           save_prefix='lena',28                           save_format='jpg'):29     i += 130     if i > 20:31         break  # otherwise the generator would loop indefinitely

![复制代码][copycode.gif]

主要函数：`ImageDataGenerator`　实现了大多数上文中提到的图像几何变换方法．

*  rotation\_range: 旋转范围, 随机旋转(0-180)度;
 *  width\_shift and height\_shift: 随机沿着水平或者垂直方向，以图像的长宽小部分百分比为变化范围进行平移;
 *  rescale: 对图像按照指定的尺度因子, 进行放大或缩小, 设置值在0 - 1之间，通常为1 / 255;
 *  shear\_range: 水平或垂直投影变换, [参考这里][Link 1] https://keras.io/preprocessing/p\_w\_picpath/
 *  zoom\_range: 按比例随机缩放图像尺寸;
 *  horizontal\_flip: 水平翻转图像;
 *  fill\_mode: 填充像素, 出现在旋转或平移之后．

效果如下图所示：

![Image 1][]

转载于:https://blog.51cto.com/xuhaijiao/1894554

[https_www.wikiwand.com_en_Regularization_mathematics]: http://link.zhihu.com/?target=https%3A//www.wikiwand.com/en/Regularization_%28mathematics%29
[http_www.cs.toronto.edu_hinton_absps_JMLRdropout.pdf]: http://link.zhihu.com/?target=http%3A//www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf
[http_citeseerx.ist.psu.edu_viewdoc_download_doi_10.1.1.207.1102_rep_rep1_type_pdf]: http://link.zhihu.com/?target=http%3A//citeseerx.ist.psu.edu/viewdoc/download%3Fdoi%3D10.1.1.207.1102%26rep%3Drep1%26type%3Dpdf
[copycode.gif]: http://common.cnblogs.com/p_w_picpaths/copycode.gif
[Link 1]: https://en.wikipedia.org/wiki/Shear_mapping
[Image 1]: