我有一个关于训练深度神经网络进行对象检测的数据增强的问题。
我的数据集非常有限（近 300 张图像）。我通过以 15 度的步长将每个图像从 0-360 度旋转来扩充数据。因此，我从一张图片中得到了 24 张旋转图像。所以总的来说，我得到了大约 7200 张图像。然后我在每个增强图像中围绕感兴趣的对象绘制边界框。
这似乎是增强数据的合理方法吗？
最好的问候
【问题讨论】：
标签： machine-learning computer-vision neural-network deep-learning object-detection
尽管旋转会增加图像的表示复杂性，但这可能还不够。相反，您可能还需要添加其他类型的增强。
颜色增强如果仍然代表数据的真实分布，则很有用。
空间增强效果很好。请记住，大多数现代系统都使用大量裁剪，因此这可能会有所帮助。
实际上，我正在尝试将一些脚本转换为可能对您有用的库。如果您愿意，请查看https://github.com/lozuwa/impy。
【讨论】：
这是一个好方法，只要您在执行rotation 时不隐式更改标签。例如。包含数字 6 的图像在旋转 180 度后将变为数字 9。所以，在这种情况下你要注意一些。
但是，您也可以进行其他几何变换，例如 scaling、translation
如果您的问题域与 ImageNet 数据有一些相似之处，您可以考虑使用预训练模型，例如 ImageNet。即使在数据稀缺的情况下，这也能让您训练更深入的模型。
【讨论】：
您似乎走在了正确的轨道上，旋转通常是增加训练数据的一种非常有用的转换。我建议尝试其他转换，例如移位（您很可能想要检测部分存在的对象）、缩放（使您的模型不随比例变化）、剪切、翻转等。通过组合不同的转换，您可以在训练中引入额外的多样性数据。 300 张图像的训练集是一个非常小的数字，所以你肯定需要不止一次的转换来增加这么小的训练集。
【讨论】：
为了训练一个好的模型，您需要大量的代表性数据。您的增强仅代表旋转，所以是的，如果您担心没有足够的对象旋转，这是一个好方法。但是，它在任何意义上都无助于泛化到其他对象/转换。
【讨论】：