paddlepaddle 8 Image Test Time Augmentation(图像数据测试时增强)
图像 增强 Time Image test PaddlePaddle
2023-09-14 09:01:36 时间
在训练时可以通过数据增强来提升模型的泛化能力,那么在测试时也可以通过测试时增强来提升其精度(牺牲一定的速度),这种操作在比赛中是常见的。图像增强的方法有仿射变化(平移、缩放旋转,镜像等)和色彩变化(对比度、亮度、饱和度、色调、噪声)等,通过对测试数据进行图像增强,然后对多个运算结果进行软投票(按概率值累加)或硬投票(按照argmax分类结果累加),可以在一定程度上提示模型的性能。下面推荐一款应用于paddle框架的TTA框架, GitHub - AgentMaker/PaTTA: A test times augmentation toolkit based on paddle2.0.
支持分类模型,语义分割模型、关键点模型,安装命令为 pip install patta
1、支持的数据扩充方法
Patta所支持的原子扩充方法如表1所示
方法 | 参数 | 值 |
---|---|---|
HorizontalFlip | - | - |
VerticalFlip | - | - |
HorizontalShift | shifts | List[float] |
VerticalShift | shifts |
相关文章
- OpenCV每日函数 几何图像变换模块 (1) convertMaps函数
- CV:计算机视觉技术之图像基础知识(一)—以python的cv2库来了解计算机视觉图像基础(傅里叶变换-频域-时域/各种滤波器-线性-非线性-均值-中值-高斯-双边)
- Qt QImag图像保存、格式转换
- 【图像处理】基于matlab萤火虫算法图像对比度增强
- DenseNet实战:tensorflow2.X版本,DenseNet121图像分类任务(小数据集)
- 图像的高频信息和低频信息的含义
- 图像切割之(五)活动轮廓模型之Snake模型简单介绍
- TensorFlow 图像预处理(一) 图像编解码,图像尺寸调整
- 图像处理:图像清晰度评价
- 【OpenCV 例程300篇】02. 图像的保存(cv2.imwrite)
- 【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积
- python-opencv知识总结之图像操作:创建、遍历、运算与查找
- matlab图像配准之SSD、NCC、SAD等相似度计算
- 【数据增强】图像训练技巧
- 如何使用OpenCV进行图像的轮廓检测和轮廓分析?