关于 tensorflow 训练中的图像增强

【问题标题】：About image augmentation in tensorflow training关于 tensorflow 训练中的图像增强
【发布时间】：2021-03-13 08:20:10
【问题描述】：

我正在做一个图像分类问题。我想进行图像增强，例如调整大小、翻转、剪切、随机对比度等我想知道我是否应该先增强图像并将它们保存到 tfrecords 以供使用，或者我应该只创建原始图像的 tfrecord 并在训练期间进行增强？它会产生巨大的计算资源差异吗？

谢谢

【问题讨论】：

标签： tensorflow data-augmentation image-classification

【解决方案1】：

不，正如您在此示例中看到的那样，您可以在您使用的模型的 pipeline.config 中添加任何您想要的内容。例如，这部分可以添加到 ssd_mobile_net 的配置中。

train_config {
  batch_size: 64
  data_augmentation_options {
    random_horizontal_flip {
    }
  }
  data_augmentation_options {
    random_vertical_flip{
    }
  }
  data_augmentation_options {
    random_rotation90{
    }
  }
  data_augmentation_options {
    random_pad_image{
    }
  }

要可视化每个选项对图片的作用，您可以使用此代码。 Visualize_Augmentation

【讨论】：