图像数据不足时处理方法

在机器学习中， 绝大部分模型都需要大量的数据进行训练和学习（包括有监督学习和无监督学习） ， 然而在实际应用中经常会遇到训练数据不足的问题。

生成对抗网络

图像处理

• 一定程度的随机旋转,平移,缩放,裁剪,填充,左右反转.
• 对图像中的像素添加噪声扰动,比如椒盐噪声,高斯白噪声.
• 颜色变换
• 改变图像的亮度,清晰度,对比度,锐度,

迁移学习

借助已有的其他模型或数据来进行迁移学习在深度学习中也十分常见。