如何为神经网络准备/增强图像？

Question

我想使用神经网络进行图像分类。我将从预先培训的咖啡奈特开始，然后训练它以供我的应用。

我应该如何准备输入图像？

在这种情况下，所有图像都是相同的对象，但具有变化（思考：质量控制）。它们处于不同的尺度/分辨率/距离/照明条件（在许多情况下，我不知道量表）。同样，在每个图像中，网络应忽略感兴趣的对象周围的区域（已知）。

例如，我可以（例如）裁剪每个图像的中心，这可以保证包含感兴趣对象的一部分，而没有忽略的区域；但这似乎会丢弃信息，而且结果也不会是相同的比例（也许是1.5倍变化）。

数据集扩展

我听说通过随机作物/镜像/等创建更多的培训数据，是否有标准方法？关于分类器准确性产生多少改进的结果？

Answer 1

神经网络的想法是，它们几乎不需要预处理，因为繁重的繁重是由负责学习功能的算法完成的。

2015年数据科学碗的获奖者对他们的方法有很好的文章，因此大多数答案的内容均来自以下内容：将浮游生物与深神经网络分类. 。我建议您阅读它，特别是关于 预处理和数据增强.

- 调整图像大小

至于不同尺寸，分辨率或距离，您可以执行以下操作。您可以简单地将每个图像的最大一侧重新列为固定长度。

另一个选择是使用OpenCV或Scipy。这将使图像大小为100个COLS（宽度）和50行（高度）：

resized_image = cv2.resize(image, (100, 50)) 

另一个选择是使用以下方式使用Scipy模块：

small = scipy.misc.imresize(image, 0.5)

- 数据增强

尽管数量取决于数据集，但数据增强始终可以提高性能。如果您想增加数据以人为地增加数据集的大小，则可以使用以下情况（例如，如果您是房屋的图像或人，如果您旋转180度，则不会适用，他们将丢失所有信息但是，如果您像镜子一样翻转它们）：

• 旋转：随机，角度为0°至360°（均匀）
• 翻译：随机移动-10和10像素（均匀）
• 重新缩放：随机比例因子在1/1.6和1.6之间（对数均匀）
• 翻转：是或否（Bernoulli）
• 剪切：随机，角度为-20°和20°（均匀）
• 拉伸：随机拉伸因子在1/1.3和1.3之间

您可以在数据科学碗图像上看到结果。

预处理图像

相同图像的增强版本

- 其他技术

这些将处理其他图像属性，例如照明，并且已经与主算法相关，更像是一个简单的预处理步骤。检查完整列表： UFLDL教程

Answer 2

虽然Wacax的答案是完整的，并且确实是解释性的，但我想添加几件事，以防有人偶然发现这个答案。

首先，最多 scipy.misc 图像相关功能（imread, imsave, imresize ERC）已被弃用而不是 Imageio 或者 略读.

其次，我强烈推荐Python图书馆 Imgaug 对于任何增强任务。它确实很容易使用，并且实际上拥有您可能想要使用的所有增强技术。