我正在尝试识别不同类型的车辆和徽标等。与此领域的大多数努力一样，挑战一直是培训图像的缺乏。
有没有人尝试过生成人工影像？通过＆＃34;绘图＆＃34;标志（例如）车顶罩，车辆后部和执行扭曲（例如改变颜色，形状等）以使其具有更多样化的训练集。
此方法是否有指导方针和/或最佳做法？
编辑：downvoters，至少请评论为什么你downvoted所以我可以学习。我不是想试试这个论坛，而是真诚地问了一个问题。如果您不同意，请分享您的想法。
答案 0 :(得分：2)
数据增强是一种众所周知的解决过拟合问题的技术。建议您通过对原始训练图像执行这些扭曲来实现此目的。这可以通过添加噪声，执行倾斜，旋转，裁剪随机窗口和在这些窗口上进行训练来完成。这只是一些例子。
对生成的图像执行此操作不是最佳选择，因为生成的图像不如可用的训练图像好。
从这个开始paper它解释了AlexNet，并提到了他们使用的一些技巧，其中包括一些不错的数据扩充。