数据增强与原数据的具体使用？

Question

老师您好，数据增强的目的是为了增加训练的数据量，您课上的代码讲述的时候是用的经过翻转等增强方式的数据以batch为20的大小进行训练，实际上训练模型的时候，是不是还会要用原来的数据也进行训练？实际的训练集大小=原数据集大小+增强的数据集大小 ？
在训练的时候，原数据集用原来的模型，增强的数据集（像flip）是需要用老师您课上的变化为三维的去做？

Answer 1

正十七 2019-11-17 18:24:27

同学你好，数据增强是为了增大训练的数据量，所以输入给模型的数据集相当于是原数据集和增强的数据集的集合。

但是不管是原数据集还是增强的数据集，都是要输入给同一个模型的。一般来说，我们的做法是对于每种数据增强操作，我们都可以选择做和不做，如果每种都不做的话，那么数据就是原始图片。

“在训练的时候，原数据集用原来的模型，增强的数据集（像flip）是需要用老师您课上的变化为三维的去做？”

对于这个问题，不会有原来的模型和新的模型的区别，只有一个模型。那个三维变化并不算是模型的一部分，只是数据增强操作用了tf的API来实现的。