深度学习中的TTA(Test Time Augmentation)--测试时数据增强技术
定义:TTA(Test Time Augmentation):测试时数据增强方法:测试时将原始数据做不同形式的增强,然后取结果的平均值作为最终结果作用:可以进一步提升最终结果的精度原因:如果只对图像做一种增强时,采用的变换可能会使图像关键信息(即特征)丢失,比如在对图像做剪切变换时,可能会把关键特征丢掉.例如在这个狗狗识别的场景中,我们选出预测错误的样本进行查看:进一步找出原因可以发...
·
定义:TTA(Test Time Augmentation):测试时数据增强
方法:测试时将原始数据做不同形式的增强,然后取结果的平均值作为最终结果
作用:可以进一步提升最终结果的精度
原因:如果只对图像做一种增强时,采用的变换可能会使图像关键信息(即特征)丢失,
比如在对图像做剪切变换时,可能会把关键特征丢掉.
例如在这个狗狗识别的场景中,我们选出预测错误的样本进行查看:
进一步找出原因可以发现,原来是在对图像剪切增强处理时,把图像尺寸进行了变换,
形状变成了正方形:
狗狗的头部在增强变换时被裁剪掉,
这样一来就不难看出预测错误的原因了.
而采用TTA(测试时增强),可以对一幅图像做多种变换,创造出多个不同版本,包括不同区域裁剪和更改缩放程度等,然后对多个版本数据进行计算最后得到平均输出作为最终结果,提高了结果的稳定性和精准度.
更多推荐
已为社区贡献2条内容
所有评论(0)