数据增强

笑脸惹桃花

目标检测数据集图片及标签同步裁剪目录前言具体方法使用介绍完整代码在目标检测任务中，模型的训练依赖于大量高质量的标注数据。然而，获取足够多的标注数据集往往代价高昂，并且某些情况下，数据集中的样本分布不均衡，这会导致模型的泛化能力不足。为此，数据增强成为提升模型性能的常用方法之一。

论文120：Giga-SSL: Self-supervised learning for gigapixel images (2023, CVPR, 开源)题目：用于千兆像素图像的自监督学习 (Giga-SSL: Self-Supervised Learning for Gigapixel Images)

「Pytorch」CopyPaste 数据增强数据增广是提升模型泛化能力重要的手段之一，CopyPaste 是一种新颖的数据增强技巧，已经在目标检测和实例分割任务中验证了有效性。利用 CopyPaste，可以合成文本实例来平衡训练图像中的正负样本之间的比例。相比而言，传统图像旋转、随机翻转和随机裁剪是无法做到的。

数据增强项目 | 用于目标检测的训练数据增强

会害羞的杨卓越

TensorFlow2实战-系列教程4：数据增强：keras工具包/Data Augmentation有任何问题欢迎在下面留言本篇文章的代码运行界面均在Jupyter Notebook中进行本篇文章配套的代码资源已经上传

自动数据增广论文笔记 | AutoAugment: Learning Augmentation Strategies from Data谷歌大脑出品 paper: https://arxiv.org/abs/1805.09501 这里是个论文的阅读心得，笔记，不等同论文全部内容

追忆苔上雪

论文阅读--用于小物体检测的增强算法Title: Augmentation for small object detection

pytorch中ToTensor的作用之前过段时间就会忘记ToTensor是否对输入进行了transpose，因此在这里记录一下ToTensor的作用