ImageAugmentationLayer

ImageAugmentationLayer[{h,w}]

表示一个网络层，运用随机图像变换产生高为 h、宽为 w 的图像.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (2)

创建输出维度为 {n,80,80} 的 ImageAugmentationLayer：

创建一个 ImageAugmentationLayer，接受大小为 128×128 的图像，返回一个大小被剪切成 80×80 的图像：

对图像应用该层以获得中心裁剪图像：

对图像应用该层以获得中心裁剪图像：

该层可逐项作用于一批样本：

选项  (1)

"ReflectionProbability"  (1)

创建一个 ImageAugmentationLayer，在训练中按概率 0.9 随机关于垂直坐标轴反射一幅图像：

对图像应用该层，使用训练行为：

该层可逐项作用于一批样例：

可能存在的问题  (1)

目前，由 NetEvaluationMode->"Train" 引起的任何随机性不受 SeedRandom 和 BlockRandom 的影响：

与用 BlockRandom 生成随机实数相比较：

Wolfram Research (2017)，ImageAugmentationLayer，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ImageAugmentationLayer.html.

文本

Wolfram Research (2017)，ImageAugmentationLayer，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ImageAugmentationLayer.html.

CMS

Wolfram 语言. 2017. "ImageAugmentationLayer." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/ImageAugmentationLayer.html.

APA

Wolfram 语言. (2017). ImageAugmentationLayer. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ImageAugmentationLayer.html 年

BibTeX

@misc{reference.wolfram_2024_imageaugmentationlayer, author="Wolfram Research", title="{ImageAugmentationLayer}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/ImageAugmentationLayer.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_imageaugmentationlayer, organization={Wolfram Research}, title={ImageAugmentationLayer}, year={2017}, url={https://reference.wolfram.com/language/ref/ImageAugmentationLayer.html}, note=[Accessed: 22-November-2024 ]}