训练CNN的旋转和镜像

Question

我正在考虑使用CNN对工业生产中的某些图像进行分类，如划痕、污渍、颗粒等。

问题是我们没有多少图像。我们只有大约10个零件有一定的缺陷需要检测。我考虑使用一个具有不同缺陷的数据库。

我用抓痕的例子，有大约100张刮痕的图像。现在我的问题是：

在所有四个方向上旋转图像，以及镜像它们是否有意义？所以我会得到8幅图像(原始的+7均匀变换的图像)，我知道旋转和镜像图像的“价值”并不像真实图像那么高，但它仍然可以帮助CNN提取和寻找特征。

你觉得那个怎么样？

提前感谢！

Dog_Fish

Answer 1

我目前正在做一个具有类似工业图像处理任务的项目。我正在检测矩形产品图像中的缺陷，根据我的经验，水平和垂直翻转图像帮助我增加了数据集并增加了F1分数。由于我不确定您的图片方向，我不能回答关于其他轮调。但是，如果它有相同的高度和宽度，那么旋转数据集是有意义的。尝试在你的CNN中加入残余单元，这对我帮助很大，因为我不得不使用更深的网络来提取复杂的特征。