深度学习中数据的augmentation
为了提高模型的泛化能力，同时也为了增大数据集，我们往往需要对数据进行augmentation，在这篇博客中，将总结一下可以对数据进行的augmentation。
1、颜色数据增强，对图像亮度、饱和度、对比度进行调整，最常见的是对亮度进行调整。
2、裁剪（crop），对图像进行随机裁剪；也可以先进行缩放，再进行裁剪。
3、反转（flip)，进行水平或者垂直的反转。
4、平移变换（shift）。
5、旋转/仿射变换。
6、添加噪声（noise），添加高斯噪声。
7、模糊（blur），对图像进行模糊处理。