数据增强是扩充数据样本规模的一种有效地方法。深度学习是基于大数据的一种方法,我们当前希望数据的规模越大、质量越高越好。模型才能够有着更好的泛化能力,然而实际采集数据的时候,往往很难覆盖掉全部的场景,比如:对于光照条件,在采集图像数据时,我们很难控制光线的比例,因此在训练模型的时候,就需要加入光照变化方面的数据增强。再有一方面就是数据的获取也需要大量的成本,如果能够自动化的生成各种训练数据,就能做到更好的开源节流。
数据增强可以分为两类,一类是离线增强,一类是在线增强。
pytorch中数据增强的常用方法如下:
torchvision中内置的transforms包含了这些些常用的图像变换,这些变换能够用Compose串联组合起来。
原图:
class torchvisiontransformsCenterCrop(size)
原图像尺寸:(658, 411)
中心裁剪后尺寸:(200, 200)
class torchvisiontransformsColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
class torchvisiontransformsGrayscale(num_output_channels=1))
class torchvisiontransformsPad(padding, fill=0, padding_mode='constant')
class torchvisiontransformsRandomCrop(size, padding=0, pad_if_needed=False)
class torchvisiontransformsRandomHorizontalFlip(p=05)
class torchvisiontransformsRandomVerticalFlip(p=05)
class torchvisiontransformsRandomRotation(degrees, resample=False, expand=False, center=None)
提高MES系统数据实时性的实现办法和保障措施:
1MES系统中数据流通的技术环节分析11位于系统最顶部的数据应用层,负责对系统中的数据进行分析、加工,并以可视化的方式,通过B/S或C/S的网络架构,将处理后的结果信息发布给企业的各级生产管理人员。12位于系统中间的数据处理层,负责将采集到的数据进行分类、存储等处理。13位于系统最底部的数据采集层,主要负责从生产现场的DCS等各种设备装置中采集系统所需的各种数据信息。
2、提高MES系统中数据采集、传输和处理速度要提高MES系统数据的实时性,就必须提高MES系统中数据采集、传输和处理速度。
而与此有主要关联的是以下几个环节:
1数据采集2数据传输网络3实时数据库4应用层的网络架构
5用户端处理技术。必须针对上述这5个环节,分别采取相应的措施进行处理。
3、具体实现办法和保障措施
31数据采集部分数据采集部分是整个MES系统的基础,对于不同的采集对象,只有采用有针对性的、合理适当且安全高效的数据采集方法和策略,才能以最快的速度从现场设备装置(主要是各种DCS)中获取数据。针对DCS系统的数据采集的方法:方法1:实时数据库使用 OPC协议直接从DCS采集OPC的英文全称是:OLE for Process Control,即:“面向处理控制的对象链接与嵌入”的标准接口技术,它是基于Microsoft公司的
Distributed interNet Application(DNA)构架和Component Object Medel(COM)技术的,根据易于扩展性而设计的。同时,OPC以OLE(即:对象链接与嵌入)/COM(即:部件对象模型)机制作为应用程序的通讯标准,而OLE/COM是一种客户/BE务器模式,具有语言无关性、代码重用性、易于集成性等优点。OPC规范了接口函数,不管现场设备以何种形式存在,客户都以统一的方式去访问。是一种基于OLE技术、COM和DCOM(即:分布式COM)技术的开放性的接口技术,已成为目前的工业标准接口。
多数新型的DCS设备都支持OPC数据接口通信协议,从理论上讲,可以让实时数据库直接从DCS中采集数据,但我们在实际调研中发现,有的企业采用这种方式的效果并不好,有的甚至出现导致DCS“死机”,而这也正是实施数据采集的最大风险。通过调查分析和请教有关专家才了解到,造成这一“灾难”的原因在于:实时数据库自身的数据吞吐量相当大,当实时数据库直接从DCS系统中同时采集大量的数据时,DCS本身也必须花费大量的机时来响应实时数据库的这些数据请求,一旦数据请求量大到DCS处理不过来时,就会导致DCS处理其它事件的响应速度,从现象上看就像“死机”一样。
以上就是关于pytorch笔记01-数据增强全部的内容,包括:pytorch笔记01-数据增强、浅议如何提高MES系统的数据实时性、等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)