【问题标题】:Online vs Offline data augmentation在线与离线数据增强
【发布时间】:2022-08-03 23:29:42
【问题描述】:

我可以在线或“即时”Image augmentation layers 或使用Image Data Generator

或者我可以进行扩充并将相关图像保存在硬盘上。

是什么优点缺点每种方法?

我不考虑存储问题。

离线方法也可以提供“双重检查”选项,以确保所有扩充都按计划完成。

    标签: tensorflow keras tf.keras


    【解决方案1】:

    可以查看这篇 NVIDIA 帖子:

    https://docs.nvidia.com/tao/tao-toolkit/text/offline_data_augmentation.html

    “训练数据加载器中的在线增强是增加数据集变化的好方法。但是,增强数据是根据数据加载器在采样数据时遵循的分布随机生成的。为了达到良好的准确性,模型可能需要长时间训练。为了规避这一点并生成具有所需增强的数据集(可以使用离线增强)。当收集和标记数据昂贵或不可能时,离线增强可以显着增加数据集的大小。”

    我认为,你最后一句话是正确的。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2012-03-20
      • 1970-01-01
      • 2017-01-06
      • 1970-01-01
      • 2019-11-25
      • 1970-01-01
      • 2020-01-12
      • 2012-03-31
      相关资源
      最近更新 更多