深度学习中的数据增强方法

对于较深层次的深度神经网络，其性能会随着训练数据的提升而进一步提升。

目前深度学习方法广泛采用的数据增强方法，主要有：

• multi-scale：多尺度；
  
  • translate：平移，[-6, -6]，左上；
  • rotate：旋转，10°，顺时针；
  • scaled：缩放，
• multi-crop：从原始图像中裁剪中一部分相对小一点的图像；
• 以及各种输入数据预处理的手段：TensorFlow 实战（五）—— 图像预处理

由此也可训练出一种对尺度不敏感的深度神经网络；