关于tensorflow训练中的图像增强

Question

我正在做一个图像分类问题。我想有图像增强，如调整大小，翻转，剪切，随机对比等我想知道我是否应该首先增强图像并将其保存到tfrecords中以供使用，或者我应该只是创建原始图像的tfrecord并在训练期间进行增强?它会带来巨大的计算资源差异吗?

感谢

Answer 1

不，正如您在本例中看到的，您可以在管道中添加任何您想要的内容。您使用的模型的配置。此处以ssd_mobile_net.

配置为例。

train_config {
batch_size: 64
data_augmentation_options {
random_horizontal_flip {
}
}
data_augmentation_options {
random_vertical_flip{
}
}
data_augmentation_options {
random_rotation90{
}
}
data_augmentation_options {
random_pad_image{
}
}

要可视化每个选项对您的图片所做的事情，您可以使用此代码。Visualize_Augmentation