【视频课】业界最强数据增强库使用与人脸图像超分辨实践！
前言
数据是深度学习系统的输入，对深度学习的发展起着至关重要的作用，但是又容易被很多人忽视，尤其是缺少实战的学习人员。数据增强又是其中至关重要的内容，为了让大家能够掌握好深度学习中数据的使用，我们开设了《深度学习之数据使用》专栏，本课程讲师为言有三，长期更新。
课程内容包括数据的获取，数据的整理，数据的标注，数据增强，数据的可视化等领域，覆盖了深度学习中数据使用的各个方向，大纲如下：
目前已经上线数据的获取，数据的整理，数据的标注，数据增强共4大部分内容，本次我们新增了数据增强开源库imgaug的使用实践。
本次新增内容介绍
本次新增的课程内容包含imgaug库的介绍，API详解，分类分割检测等视觉任务中的使用，以及基于imgaug的图像超分辨数据增强实践，共分为2个小节。
第1小节：介绍imgaug的特点，基本的使用方法，完整的API。
第2小节：介绍imgaug在各类视觉任务中的使用方法，以及在图像超分辨任务中的案例实践。
课程大纲
在没有做好数据增强的情况下， 训练的超分辨模型对于真实图像的泛化能力极差；而在使用imgaug库做好数据增强之后，可以对真实退化的图像训练出泛化能力较好的模型，如下：
最左边两幅图分别是真实的退化图和仅仅采用减小分辨率的方法进行仿真的退化图，右边分别展示了有jpeg压缩数据增强和没有jpeg压缩数据增强的结果，在没有做好数据增强的情况下，模型根本无法对真实的退化图进行超分辨。
下图展示了一些训练过程中的样本对，可以看出模拟出了非常逼真的jpeg压缩效果（第1列）：
本专栏其他上线的内容还包括：
(1) 数据的获取，包括数据获取方法简介，爬虫工具介绍，本小节内容可以免费收听。
(2) 数据的整理，包括数据检查与归一化，数据去重，数据集划分。
(3) 数据的标注，包括数据标注概述，数据标注工具，自动数据标注。
(4) 数据增强，包括数据增强方法和数据增强实践。
关于更加详细的介绍，请大家阅读：【视频课】深度学习必备基础，如何使用好数据？
有三AI季划是我们推出的终身计算机视觉培养计划，有三作为主要导师直接带领，囊括答疑，微信群交流，线下活动，多本自写的书籍，图文课件与代码，直播与直播，知识星球社区，内容组与研发组权限，了解详细请阅读以下文章：
【CV夏季划】2021年有三AI-CV夏季划出炉，冲刺秋招，从CV基础到模型优化彻底掌握