1.数据下载
ai studio 数据集获取
可以从kaggle、天池、DataFountain、数据集官网等途径获取

2.数据处理
2.1筛掉不合适的数据
2.2reshape操作
2.3预处理——标准化：
中心化：减去均值，加快收敛速度
归一化：除以标准差，避免更新速度不一致导致的失衡
2.4数据划分
2.5数据增强
如cv中的图片随机旋转、缩放、平移、加噪等

3.数据预处理与特征工程
感知数据：了解数据和数值特点描述性统计
数据清理：转换数据类型、处理缺失和离群数据
特征变换：数值化、二值化、规范化
特征选择：封装器法、过滤器法、嵌入法
特征抽取：无监督特征抽取、有监督特征抽取

4.自定义数据集
图象分类任务可以使用标注工具如labelimg、labelme、PPOCRLbel

5.数据增强
锐化、亮度变换、提高对比度等，避免模型训练时过拟合