使用深度学习进行对象检测的数据扩充

Question

我有一个关于训练深度神经网络进行物体检测的数据增强的问题。

我的数据集非常有限（近300张图片）。我通过将每个图像从0-360度旋转，步长为15度来增强数据。因此，我只从一个中获得了24张旋转图像。总的来说，我得到了大约7200张图片。然后我在每个增强图像中围绕感兴趣的对象绘制了边界框。

这似乎是一种增强数据的合理方法吗？

最好的问候

Answer 1

为了训练一个好的模型，你需要很多代表性的数据。你的增强只是旋转的代表，所以是的，如果你担心没有足够的物体旋转，这是一个很好的方法。但是，它在任何意义上对其他对象/转换都没有帮助。

Answer 2

看起来你是在正确的轨道上，旋转通常是一个非常有用的转换，用于增加训练数据。我建议尝试其他转换，例如移位（你最有可能想要检测部分存在的物体），缩放（使你的模型对比例不变），剪切，翻转等。通过组合不同的转换，你可以在训练中引入额外的多样性数据。 300个图像的训练集是一个非常小的数字，所以你肯定需要不止一个变换来增加这么小的训练集。

Answer 3

只要在执行rotation时不隐式更改标签，这是一种很好的方法。例如。包含数字6的图像在旋转180度时将变为数字9。所以，在这种情况下你需要注意。

但是，您也可以进行其他几何变换，例如scaling，translation

如果您的问题域与ImageNet数据有一些相似之处，您可以考虑使用预先训练的模型（如ImageNet）的其他扩充。这样，即使您的数据稀缺，也可以训练更深入的模型。

Answer 4

即使旋转增加了图像的表现复杂性，也可能还不够。相反，您可能还需要添加其他类型的扩充。

颜色增强如果它们仍然代表您数据的真实分布，则非常有用。

空间扩充工作得非常好。请记住，大多数现代系统使用大量的裁剪，这可能会有所帮助。

实际上我有一些脚本，我试图变成一个可能适合你的库。如果您愿意，请检查https://github.com/lozuwa/impy。