我正在研究医学背景下的物体检测，我目前正在通过Caffe应用卷积神经网络。我首先在从图像中提取的补丁上训练二进制分类器，然后将此模型转换为完全卷积网络以检测和定位对象。
这工作正常，但是，我认为我的主要挑战之一是数据集及其规范化。我的训练/验证集来自两个不同的来源（摄像机），而测试集来自第三个来源。因此，我不希望模型对亮度和颜色等方差敏感。此外，我的训练数据集不是很大。
我的想法是规范化和数据增加以改进我的模型，但我还没有找到一个好的方法。
您是否有可能提示的提示或资源？
通过在整个图像中添加随机标量来增加数据吗？ （改变亮度）
我应该考虑更改伽玛吗？
我是否应该在训练和测试集上分别进行减法？
CLAHE或其他直方图归一化算法是一种好方法吗？ （我的图像是RGB）