GitHub：数据增广最全资料集锦

作者：AgaMiko | 编辑：Amusi

前言

CVer 陆续分享了GitHub上优质的AI/CV资料集锦，如图像分类、目标检测等，之前的分享详见文末。很多同学反映这个系列很棒，因此系列将继续更新。

本文将分享的内容是：数据增广（Data Augmentation）。该方向的研究一直都很热门，特别是现在仍十分依赖于数据，而且数据增广对各个应用方向的涨点都是简单粗暴的！

数据扩充可以简单地描述为使我们的数据集更大的任何方法。例如，要创建更多图像，我们可以放大并保存结果，我们可以更改图像的亮度或旋转它。为了获得更大的声音数据集，我们可以尝试提高或降低音频样本的音调或放慢/加快速度。下图提供了示例数据增强技术。

Amusi 在本文要分享的就是目前最全，最新的数据增广开源项目、论文等合集。主要涉及图像、音频、自然语言处理和时序的数据增广。

数据增广

项目作者：AgaMiko

https://github.com/AgaMiko/data-augmentation-review

目录

Images

• Adversarial noise
• Neural Style Transfer
• Generative Adversarial Networks
• Random erasing
• Adding rain effects, sun flare…
• Image blending
• Contrast shift
• Brightness shift
• Blurring
• Channel shuffle
• Rotation
• Scaling
• Random cropping
• Reflection
• Affine transformations
• Elastic transformations
• Advanced transformations
• Neural-based t