数据增强——tensorflow

声明：

• 🍨 本文为 🔗365天深度学习训练营中的学习记录博客
• 🍖 原作者： K同学啊

---

本节我们在猫狗训练的基础上去做一些数据增强的操作

1.什么是数据增强

数据增强（Data Augmentation）是指在不改变数据标签的前提下，对原始数据进行各种变换，生成更多样化的训练样本的技术。

简单说：把一张图片"变着花样"复制出多张------旋转一下、翻转一下、调亮一点......这些都叫数据增强。

2.为什么要做数据增强

目的	说明
扩充数据集	当数据量不足时，用增强生成更多样本
防止过拟合	模型没见过的情况越多，泛化能力越强
提升鲁棒性	让模型对旋转、光照变化等不敏感
模拟真实场景	训练数据永远无法覆盖所有真实情况，增强可以弥补

3.常用的调用数据增强的方法

方法一：使用 tf.keras.layers

model = tf.keras.Sequential([
  data_augmentation,
  网络结构
])

data_augmentation = tf.keras.Sequential([
    选择你要的方式
])

通过定义data_augment层选择你想要的增强模式，然后嵌入到网络结构的第一层中，训练时自动应用，测试时自动关闭

方法二：使用 tf.data.Dataset.map()

# 定义增强函数
def augment(image, label):
    image = tf.image.random_flip_left_right(image)  # 随机翻转
    image = tf.image.random_brightness(image, 0.2)  # 随机亮度
    return image, label

# 应用到数据集
train_ds = train_ds.map(augment, num_parallel_calls=tf.data.AUTOTUNE)

采用函数的方式定义一个图像处理函数，然后用map操作去image和label对应完成，要是有别的图像处理就方便一点，例如顺道调用vgg16官方数据处理方式（reshape之类的）

两种方法的对比

特性	Layers 方式	map 方式
与模型集成	✅ 自动，训练/测试自动切换	需手动控制
GPU 加速	✅ 在 GPU 上执行	⚠️ 需配置
灵活性	中等	✅ 极高
代码简洁	✅ 简洁	中等

4.常用的数据增强方法（以下皆用的layers方式）

原图

4.1 tf.keras.layers.RandomFlip（随机反转）

分为上下和左右反转

data_augmentation = tf.keras.Sequential([
  tf.keras.layers.experimental.preprocessing.RandomFlip("horizontal_and_vertical"),
    #horizontal水平；vertical垂直
])

4.2 tf.keras.layers.RandomBrightness（随机亮度）

tf.keras.layers.RandomBrightness(
    #-1到1，0-255
    factor, value_range=(0, 255), seed=None, **kwargs
)

注意！如果图像经历过大小变化，也要将默认的value_range=(0, 255)改为value_range=(0, 1)

4.3 tf.keras.layers.RandomContrast（随机对比度）

tf.keras.layers.RandomContrast(
    factor, seed=None, **kwargs
)

4.4 tf.keras.layers.RandomCrop（随机裁剪）

tf.keras.layers.RandomCrop(
    height, width, seed=None, data_format=None, name=None, **kwargs
)

4.5 tf.keras.layers.RandomHeight（高度（非裁切））

tf.keras.layers.RandomHeight(
    factor, interpolation='bilinear', seed=None, **kwargs
)

4.6 tf.keras.layers.RandomWidth（随机宽度）

tf.keras.layers.RandomWidth(
    factor, interpolation='bilinear', seed=None, **kwargs
)

4.7 tf.keras.layers.RandomRotation（随机角度旋转）

tf.keras.layers.RandomRotation(
    factor,#旋转圈数
    fill_mode='reflect',#边缘填充模式
    interpolation='bilinear',#旋转时像素重采样的插值方式
    seed=None,
    fill_value=0.0,#选了别的填充模式后的填充值
    value_range=(0, 255),#像素范围
    data_format=None,#输入张量的通道维度位置
    **kwargs
)

模式	说明	效果
'reflect'（默认）	镜像反射边缘像素	最平滑，无突变
'constant'	用固定值填充	会看到纯色边框
'wrap'	环绕填充（像素从对面补过来）	周期性效果
'nearest'	用最近边缘像素填充	拉伸边缘

4.8 tf.keras.layers.RandomTranslation（随机平移）

tf.keras.layers.RandomTranslation(
    height_factor,
    width_factor,
    fill_mode='reflect',
    interpolation='bilinear',
    seed=None,
    fill_value=0.0,
    data_format=None,
    **kwargs
)

参数	默认值	说明
fill_mode	'reflect'	空白填充方式
interpolation	'bilinear'	插值方式
seed	None	随机种子
fill_value	0.0	当 fill_mode='constant' 时的填充值
value_range	(0, 255)	输入像素范围
data_format	'channels_last'	数据格式

4.9 tf.keras.layers.RandomZoom（随机焦段）

和裁切不同的就是他会注意主题（焦点中心）

tf.keras.layers.RandomZoom(
    height_factor,
    width_factor=None,
    fill_mode='reflect',
    interpolation='bilinear',
    seed=None,
    fill_value=0.0,
    data_format=None,
    **kwargs
)

---

训练结果