paddlepaddle 8 Image Test Time Augmentation（图像数据测试时增强）

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