菜菜学paddle第八篇：图像增强的5种方法

一、什么是数据增强？

数据增强是一种挖机数据集潜力的方法，可以让数据集蕴含更多让模型有效学习的信息。这些方法是领域和任务特定的，

二、为什么需要数据增强？

1、在实际任务中，原始数据集未必完全含有解决任务所需要的充足信息。通过分析任务场景的复杂性和当前数据集的短板，对现有数据有针对性做一些数据增强/增广的策略的修改，以提供更加多样性的、匹配任务场景复杂性的新数据，往往可以显著的提高模型效果。

2、扩大训练数据集，抑制过拟合，提升模型的泛化能力。

三、基础的图像增强方法：

1、随机改变亮度、对比度和颜色

2、随机填充

3、随机裁剪

4、随机缩放

5、随机翻转

四、高阶的图像增强方法

1、图像变换类：

• 标准变换
• autoaugment
• randaugment

2、图像裁剪类：

• cutout
• randerasing
• hideandseek
• gridmask

3、图像混叠类：

• mixup
• cutmix