深度学习原理与框架-卷积网络细节-数据增强策略 1.翻转 2.随机裁剪 3.平移 4.旋转角度

数据增强表示的是，在原始图像的基础上，对数据进行一定的改变，增加了数据样本的数量，但是数据的标签值并不发生改变， 图片中可以看出对猫这张图片进行了灰度值的变化，但是猫的标签并没有发生改变

常见的数据增强的策略：

1. Horizontal flips 翻转， 左右翻转，将左边的像素点放在右边，将右边的像素点放在左边

2.Random crops/scales 随机选取与裁剪， 图中使用224*224的矩形框，进行随机的裁剪，裁剪出4个边缘部分，一个中心部分，同样的对其进行翻转，获得了10个图像

3.translation 平移操作

即对猫的位置进行平移操作，比如向右进行平移，那样猫可能只出现了半个头或者身子，可以创造带有遮蔽现象的图像

 

4. rotation 旋转

将猫的位置进行一个角度的旋转，比如[-10, 10]之间角度的旋转