1.简介： 大型深度神经网络是非常强大的，但其损耗巨大的内存以及对对抗样本的敏感性一直不太理想。作者提出的mixup是一个简单地减缓两种问题的方案。本质上，mixup在成对样本及其标签的凸组合（convex combinations）上训练神经网络。这样做，mixup规范神经网络增强 ...

原 目标检测:SSD的数据增强算法 2018年07月13日 21:28:44 Alpha-AI 阅读数 3387 ...

一、概念 1、为什么需要数据增强 1）数据是机器学习的原材料，而大部分机器学习任务都是有监督任务，所以非常依赖训练数据，而训练数据就是一种有标注数据，比如做文本分类的任务，就需要一些标注好的文本数据，算法起到一个拟合有标注的数据的作用，从数据中找到一定规律，比如某个数据属于某一类是由于某种特征 ...

图像增广 在5.6节（深度卷积神经网络）里我们提到过，大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广的另一种解释是，随机改变训练样本可以降低模型 ...

1 什么是数据增强？ 来自 <https://www.infoq.cn/article/kyXx3sRKNsdFgqapv2Gw?utm_source=rss&utm_medium=article> 数据增强也叫数据扩增，意思是在不实质性的增加数据的情况下，让有限的数据产生 ...

数据增强的方式有很多，比如对图像进行几何变换（如翻转、旋转、变形、缩放等）、颜色变换（包括噪声、模糊、颜色变换、檫除、填充等），将有限的数据，进行充分的利用。这里将介绍的仅仅是对图像数据进行任意方向的移动操作（上下左右）来扩充数据。 这里将使用scipy中的shift变换工具（from ...

【红外DDE算法】数字细节增强算法的缘由与效果（我对FLIR文档详解） 1. 为什么红外系统中图像大多是14bit（甚至更高）？一个红外系统的性能经常以其探测的范围来区别，以及其对最小等效温差指标。首先是探测的范围，就是常说的动态范围，意思是探测器能够检测到温度红外信号的范围。然后是最小 ...

前言 本文主要分为两个部分： 　　1）单通道语音增强：主要是《语音增强》书籍内容的梳理; 　　2）麦克风阵列增强：主要记录自己看的一些论文; 内容会持续更新，内容为个人的理解，如果存在偏差或者错误的地方，还希望各位帮忙指出来。 一、单通道语音增强 选读《Speech ...