分享大纲
1. 图像读取
常用图像读取的5种方法及其比较总结；
2. Pytorch数据读取
介绍了常用数据集及自定义数据集读取的方法；
3. 数据扩增
基于图像处理的数据扩增、基于深度学习的数据扩增及使用Pytorch的数据扩增。
图像读取
常用的图像数据读取方法如下：
方法1：OpenCV-python
方法2：Pillow
方法3：matplotlib
方法4：scipy
方法5：skimage
总结
Pytorch数据读取
Pytorch数据读取时分为常用数据集读取和自定义数据集读取两部分。
常用数据集读取
自定义数据集读取
数据扩增
数据扩增用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力。常见的数据扩增方法有：基于图像处理的图像扩增、基于深度学习的图像扩增。
1. 基于图像处理的数据扩增
几何变换
灰色和彩色空间变换
添加噪声和滤波
Mixing image（图像混合）
Random erasing（随机擦除）
2. 基于深度学习的数据扩增
3. 使用Pytorch进行数据增强
