数据增广【以图像增广为例】

本文介绍: 数据增广/增强：对一个已有数据集中的数据进行变换，使其有更多的多样性。数据增广通过通过变形数据来获得多样性从而使得模型的泛化性能更好增强数据一般在线随机生成，主要用在训练过程中。从结果向前推可能会出现的结果，然后对图片进行处理。

数据增广/增强：对一个已有数据集中的数据进行变换，使其有更多的多样性。
数据增广通过通过变形数据来获得多样性从而使得模型的泛化性能更好
例如：

在语言里面加入各种不同的背景噪音
改变图片的颜色和形状

增强数据一般在线随机生成，主要用在训练过程中。

常见的图像增广：

翻转
切割【随机】
变色

从结果向前推可能会出现的结果，然后对图片进行处理

1.实现

%matplotlib inline
import torch
import torchvision
from torch import nn
from d2l import torch as d2l

d2l.set_figsize()
img = d2l.Image.open('../img/cat1.jpg')
d2l.plt.imshow(img)

# 输入参数（图，作用方式，行， 列【生成8张处理后的图】，尺寸）
def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]
    d2l.show_images(Y, num_rows, num_cols, scale=scale)

# 左右翻转图像
apply(img, torchvision.transforms.RandomHorizontalFlip())

# 上下翻转图像
apply(img, torchvision.transforms.RandomVerticalFlip())

# 随机裁剪
shape_aug = torchvision.transforms.RandomResizedCrop(
    (200, 200), scale=(0.1, 1), ratio=(0.5, 2)) # 输出尺寸，在scale区域【相对于源图】，高宽比
apply(img, shape_aug)

# 随机更改图片的亮度
apply(
    img,
    torchvision.transforms.ColorJitter(brightness=0.5, contrast=0,
                                       saturation=0, hue=0))

# 随机更改图像的色调
apply(
    img,
    torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0,
                                       hue=0.5)) # hue改变

# 随机更改图像的亮度（brightness）、对比度（contrast）、饱和度（saturation）和色调（hue）
color_aug = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5,
                                               saturation=0.5, hue=0.5)
apply(img, color_aug)

# 结合多种图像增广方法
augs = torchvision.transforms.Compose([
    torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug]) # 先翻转-》颜色-》形状
apply(img, augs)

# 使用图像增广进行训练
all_images = torchvision.datasets.CIFAR10(train=True, root="../data",
                                          download=True)
d2l.show_images([all_images[i][0] for i in range(32)], 4, 8, scale=0.8) # 打印数据集

# 只使用最简单的随机左右翻转
train_augs = torchvision.transforms.Compose([
    torchvision.transforms.RandomHorizontalFlip(),
    torchvision.transforms.ToTensor()]) # 把图像变为4D矩阵便于后续处理

test_augs = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()])

# 定义一个辅助函数，以便于读取图像和应用图像增广
def load_cifar10(is_train, augs, batch_size):
    dataset = torchvision.datasets.CIFAR10(root="../data", train=is_train,
                                           transform=augs, download=True)
    dataloader = torch.utils.data.DataLoader(
        dataset, batch_size=batch_size, shuffle=is_train,
        num_workers=d2l.get_dataloader_workers())
    return dataloader

# 定义 train_with_data_aug 函数，使用图像增广来训练模型
batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)

def init_weights(m):
    if type(m) in [nn.Linear, nn.Conv2d]:
        nn.init.xavier_uniform_(m.weight)

net.apply(init_weights)

def train_with_data_aug(train_augs, test_augs, net, lr=0.001):
    train_iter = load_cifar10(True, train_augs, batch_size)
    test_iter = load_cifar10(False, test_augs, batch_size)
    loss = nn.CrossEntropyLoss(reduction="none")
    trainer = torch.optim.Adam(net.parameters(), lr=lr) # Adam可以看作一个平滑的SGD
    train_ch13(net, train_iter, test_iter, loss, trainer, 10, devices)

# 训练模型
train_with_data_aug(train_augs, test_augs, net)