图像增强是图像处理的最基本手段, 它往往是各种图像分析与处理时的预处理过程。图像增强就是增强图像中用户感兴趣的信息, 其主要目的有两个:
1. 改善图像的视觉效果, 提高图像成分的清晰度;
2. 使图像变得更有利于计算机处理。
大型数据集是成功应用深度神经网络的先决条件。 图像增强在对训练图像进行一系列的随机变化之后，生成相似但不同的训PUBG辅助练样本，从而扩大了训练集的规模。
此外，应用图像增强的原因是，随机改变训练样本可以减少模型对某些属性的依赖，从而提高模型的泛化能力。
例如，我们可以以不同的方式裁剪图像，使感兴趣的对象出现在不同的位置，减少模型对于对象出现位置的依赖。 我们还可以调整亮度、颜色等因素来降低模型对颜色的敏感度。
本文将基于Coovally工具箱介绍常用的图像增强方法，Coovally 提供5类增强工具且每种增强方式包含多个子增强方式。用户使用图像增强工具（图像平滑处理，图片增强处理，色彩空间转换，边缘检测）可预览、对比和下载不同增强方式的增强图，辅助用户选择最优的增强方式增强样本集。
此外还提供了图像样本增强，用户可直接增强数据集并下载增强数据集。
首先，进入跑码地Coovally（https://www.coovally.com/）官网页面，点击菜单栏中的“工具”。
进入“工具”界面后，点击“增强工具”即可预览图像增强的不同效果。
图像增强操作步骤：
Step 1：点击某种具体的图像增强工具打开增强页面
Step 2：上传待增强图像
Step 3：选择增强方式并设置参数
Step 4：点击开始XX
Step 5：预览&对比&下载增强图片
注意：
此入口为查看增强效果示例，仅可处理单张图片，如需在建模时对整个数据集进行增强，则应在“实验参数”中进行设置，如下图所示：
点击“增强算法”后，可选择需要进行图片增强的数据集进行不同的图片增强处理，如下图所示：
图像样本增强操作步骤：
Step 1：点击图像样本增强工具打开图像样本增强页面
Step 2：上传样本集
Step 3：上传样本集标签
Step 4：选择增强方式
Step 5：选择样本集图像后缀
Step 6：点击开始增强
Step 7：下载增强数据集
同时，有几点需要注意：
CF透视挂
1. 增强方式为旋转90度/180度，样本集图片及标签均逆时针旋转90度/180度；
2. 字典映射支持部分映射；
3. 先忽略再映射。
通过以上步骤，大家有没有学会呢？如有需要进行图像增强的同学可以尝试使用Coovally哦！
