什么样的动态人工数据增强可以应用于语义分割?

时间:2017-05-22 09:54:44

标签: deep-learning caffe pycaffe matcaffe

我分别有近5223和577张图片用于训练和验证集。我正在应用CNN进行图像分割,并希望进行人工即时数据增强。 我已经安装了{ "survey_answer" = "{\"answers_json\":\"{\\\"7d2c591c-9056-405c-9509-03266842b7‌​e5\\\":[\\\"1\\\"],\‌​\\"4090442c-90ce-42c‌​2-aae8-7c812b7c0f04\‌​\\":\\\"test from postman\\\",\\\"54bdcf13-e500-418a-8bab-d0639e7e1e28\\\":\\\‌​"2\\\",\\\"63bb0722-‌​7099-4820-a400-36b89‌​38c6ae8\\\":\\\"hell‌​o\\\",\\\"f884a7d1-f‌​9d9-4563-bb6e-945386‌​64f3bd\\\":\\\"test from cms and iphone\\\",\\\"ed3acc20-4ae4-493e-ac55-4d2d0f282886\\\":\\\"‌​1\\\"}\"}"; } latest version。我想知道这个版本的Caffe是否支持数据扩充? 如果是的话,请你帮我分享一些资源? 另一个问题是,每当我们进行人工数据增强时,我们是否应该根据增强大小更改时期?例如,如果我只应用镜像,我应该通过mutiplying 2来改变纪元的大小吗?

0 个答案:

没有答案