我想使用一个小数据集来创建 CNN 模型。所以，我正在使用数据增强来增加训练数据集。我应该使用此处列出的所有增强技术（参数）吗？
我注意到添加许多参数会降低模型的准确性，并使训练集比测试集更难。
使用时使用数据增强的最佳实践是什么flow_from_directory？
在 CNN 中使用 flow_from_directory 时的数据增强
数据挖掘
深度学习
喀拉斯
张量流
卷积神经网络
2021-09-30 14:54:04
1个回答
增强通常依赖于数据的性质。想象一下，如果扩充的结果在您的上下文中是合乎逻辑的。
例如，假设您有一个猫对狗的数据集。这里的图像可以从左到右翻转。另一方面，在 MNIST 数据集中，翻转图像根本没有意义（将翻转的“3”提供给您的模型有什么好处）。一些增强实际上可能会混淆模型（例如，颠倒的“9”可能看起来像“6”）。
此外，如果增强使您的模型变得更糟，请尝试较小的增强（例如，坚持使用小范围的仿射变换 -旋转/平移/缩放）。