【发布时间】:2020-03-13 20:07:21
【问题描述】:
我正在研究一个年龄分类问题。当我根据年龄组创建课程时,不同年龄组有不同数量的图像。一个只有大约 1100 张图片,另一个有大约 4500 张图片。我知道 1100 张图片对于一个班级来说是不够的。如何在数据较少的类上制作更多数据?有没有办法制作好的数据工件?
【问题讨论】:
标签: machine-learning deep-learning classification conv-neural-network
我正在研究一个年龄分类问题。当我根据年龄组创建课程时,不同年龄组有不同数量的图像。一个只有大约 1100 张图片,另一个有大约 4500 张图片。我知道 1100 张图片对于一个班级来说是不够的。如何在数据较少的类上制作更多数据?有没有办法制作好的数据工件?
【问题讨论】:
标签: machine-learning deep-learning classification conv-neural-network
我猜你是根据面部图像工作的。要对这些图像执行数据增强,您可以:
当然,混合两个或多个上述过程。例如,请参阅imgaug。
通过更多的工作,您可以尝试对图像进行风格迁移或使用 GAN 对其进行修改。见this paper
【讨论】: