基于Python的图像增广自动化测试方案设计 课程论文+项目源码+输入输出演示视频.avi

目录

M	ethods	1

增广方法	1

Demonstration	3

Process&Code Introduction	6

Environment	6

Testing	6

Results	7

CIFAR-10	7

CIFAR-100	8

Reference	9

Abstract

本次作业使用了auto machine learning领域内近年来新出现的一些成果来实现自动化生成增广测试数据，主要参考了AutoAugment(CVPR2019)[1], RandAugment(CVPR2020)[2], CutOut(CVPR2018)[3]  。不同于常规的人为设计和选用图像增广方法（如镜像变化，旋转，缩放，剪裁，平移，亮度修改，变换   颜色etc），我仿照上述几篇paper中提出的在一系列图像增广子策略的搜索空间中通过搜索算法找到适   应特定数据集的图像增广方案。如对于CIFAR-10数据集，搜索算法从15个增广方法中获得了25个子策略组合，每个子策略包含三种变换，针对每一个图像都随机的挑选出一个子策略组合，并以一定的概率来   决定是否执行子策略中的每种变换。