我需要对数据集进行实时增强以输入 CNN,但我很难找到合适的库。我尝试过caffe
,但DataTransform
不支持许多实时增强功能,例如旋转等。因此,为了便于实现,我选择了Lasagne
。但它似乎也不支持实时增强。我看过一些与面部关键点检测
相关的帖子,其中他使用nolearn.lasagne
的Batchiterator
。但我不确定它是否实时。没有合适的教程。那么最后我应该如何通过 nolearn
或其他方式在 Lasagne
中进行实时增强?
最佳答案
您可以使用Keras framework用于 CNN 训练的实时数据增强。 Here是来自 github 的 CIFAR10 数据集的示例代码。您还可以更改它以适应您的需求或复制源代码并添加到烤宽面条项目,但我之前没有尝试过导入到烤宽面条。这背后的基本思想是随机增加每批中的数据。如果您有适合网络的批处理 for 循环,则可以在将数据发送到网络之前调用增强函数。
关于machine-learning - 烤宽面条中的实时数据增强,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34589982/