【YOLO】数据增强方法作用及解决问题详解

YOLO系列通过多样化的数据增强技术提升模型鲁棒性和检测精度。以下分类详解每种方法的作用及解决的核心问题：

---

​一、几何变换类

1. ​随机翻转（Flip）​

   • ​作用：生成镜像图像，打破方向敏感性。
   • ​解决问题：增强模型对物体左右/上下方向的泛化能力。
   • ​适用场景：对称物体（车辆、行人）、交通标志检测。

2. ​随机旋转（Rotation）​

   • ​作用：模拟不同拍摄视角下的目标形态。
   • ​解决问题：避免模型对目标角度过拟合（如倾斜车牌识别）。
   • ​参数：±30°内，防止过度旋转破坏语义。

3. ​多尺度缩放（Multi-Scale）​

   • ​作用：随机缩放图像尺寸（如0.5~1.5倍）。
   • ​