假设有一个以灰度图像作为输入的 ML 网络。我拥有的图像是 RGB 图像。因此，我没有将这些 RGB 图像转换为灰度图像，而是将每个单独的色带视为网络的不同输入。也就是说，我没有将 RGB 图像 A 输入网络，而是将 A 的 R 矩阵作为第一个输入，然后是 G 矩阵，然后是 B 矩阵。这导致网络的数据量增加了 3 倍。这可以被视为数据增强（因为我们正在增加数据量）？如果是，这种数据增强技术的名称是什么？
图像中的数据增强
数据挖掘
图像分类
数据增强
2022-03-07 09:34:15
1个回答
是的，当您使用被视为数据增强的单一颜色通道时。这被称为色彩空间增强
数字图像数据通常被编码为维度的张量（高度×宽度×颜色通道）。在颜色通道空间中执行增强是另一种非常实用的策略。
通过隔离该矩阵并从其他颜色通道添加 2 个零矩阵，可以将图像快速转换为其在一个颜色通道中的表示。
其它你可能感兴趣的问题