文件名称：AutoAugment：非官方实施的ImageNet，CIFAR 10和SVHN增强策略，这些策略是AutoAugment使用枕头获得的
文件大小：6.23MB
文件格式：ZIP
更新时间：2024-03-14 22:29:26
JupyterNotebook
自动增广-从数据中学习增广策略 由介绍了通过学习的ImageNet，CIFAR10和SVHN增强策略的非官方实现。 2018年7月13日更新：写了有关自动增强和双重转移学习的文章。 代码更新：现在可以通过“ policy = ImageNetPolicy（fillcolor =（0，0，0））”来指定应用平移，旋转和剪切后的填充颜色。 当前功能似乎运行良好。 我会在得知作者的更多详细信息后立即进行更新。 2018年6月18日更新：更改了数量级和功能的订单。 现在，更高的幅度始终会以更高的强度应用操作，并且会随机采样符号（例如，向左或向右旋转20度）。 这似乎与本文中的处理方式更加一致（从图中判断）。 已要求作者提供更多详细信息，并在我了解更多信息后立即进行更新。 已在Python 3.6上测试。 需要枕头> = 5.0.0 例子 from autoaugment import Imag
【文件预览】：
AutoAugment-master
----README.md(4KB)
----AutoAugment_Exploration.ipynb(7.3MB)
----LICENSE(1KB)
----figures()
--------FGVC_results.png(35KB)
--------SVHN_results.png(24KB)
--------CIFAR10_results.png(40KB)
--------Figure2_Paper.png(625KB)
--------CIFAR100_results.png(25KB)
--------ImageNet_results.png(32KB)
----autoaugment.py(11KB)