数据增强参数

Question

当我使用数据增强来增加数据集时，是否应该使用所有的增强技术(角化中的参数)？

flow_from_directory应该使用哪些数据增强参数？

Answer 1

这完全取决于你的数据！

<#>Generally，越多的增强，你的模型在训练期间就会暴露出更多的情况，因此，当在未见的数据上进行测试时，它就会越健壮。

然而，如果我们正在研究一种自动驾驶汽车的模型呢？使用vertical_flip是没有意义的，因为汽车会(希望！)在它的屋顶上开车。

我建议一开始不要增加，一次慢慢地增加一种可能性。例如，您记录的准确率为80%，没有任何增强。然后加上featurewise_normalizatiom和featurewise_std_normalization，使你的准确率达到85%。然后将horizontal_flip添加到90%。最后，尝试添加zca_whitening，这使您返回到86%。

相反的方法也可能对你很好，从打开所有增强参数开始，然后一个一个地删除它们。在任何情况下，它都完全取决于您的具体问题和可用数据。Keras的ImageDataGenerator有很长的参数列表，因此，思考什么是有意义的，将节省大量的时间。