數據擴增

tflearn.data_augmentation.DataAugmentation (self)

基本類別是以套用常見即時數據擴增。

此類別須用作 input_data 的參數。訓練模型時，定義的擴增方法只會在訓練時間套用。請注意 DataPreprocessing 類似於 DataAugmentation，但會在訓練時間與測試時間套用。

參數

  • 無

影像擴增

tflearn.data_augmentation.ImageAugmentation (self)

基本類別是以套用影像相關的即時擴增。

此類別須用作 input_data 的參數。訓練模型時，定義的擴增方法只會在訓練時間套用。請注意 ImagePreprocessing 類似於 ImageAugmentation，但會在訓練時間與測試時間套用。

參數

  • 無。

方法

add_random_90degrees_rotation (rotations=[0, 1, 2, 3])

隨機執行 90 度旋轉。

參數
  • rotations：清單。允許的 90 度旋轉。

add_random_blur (sigma_max=5.0)

套用標準差為任意的 (0., sigma_max) 高斯濾波器，隨機模糊影像。

參數
  • sigma：浮點數或浮點數清單。高斯核心的標準差。高斯濾波器的標準差會提供給各座標軸作為順序，或當成單一數字，這樣對所有座標軸都一樣。
傳回值

無。

add_random_crop (crop_shape, padding=None)

根據「crop_shape」，隨機裁剪圖片。可選用「padding」指定參數，以 0 填充圖片（保留原始影像形狀）。

範例
# Example: pictures of 32x32
imgaug = tflearn.ImageAugmentation()
# Random crop of 24x24 into a 32x32 picture => output 24x24
imgaug.add_random_crop((24, 24))
# Random crop of 32x32 with image padding of 6 (to conserve original image shape) => output 32x32
imgaug.add_random_crop((32, 32), 6)
參數
  • crop_shape：int 的tuple。裁剪形狀（高度、寬度）。
  • padding：int。如果沒有 None，影像會以『padding』個 0 來填充。
傳回值

無。

add_random_flip_leftright（self）

隨意翻轉影像（從左至右）。

傳回值

無。

add_random_flip_updown（self）

隨意翻轉影像（上下顛倒）。

傳回值

無。

add_random_rotation（max_angle=20.0）

隨意旋轉影像，旋轉角度為隨機角度（-max_angle，max_angle）。

參數
  • max_angle：float。最大旋轉角度。
傳回值

無。