在线数据增强是指在训练过程中对图像进行各种变换增加图像样本的多样性,你可以通过增加迭代次数来保证训练的图像数量增加,因为你每次迭代喂进网络的图像都是你增强后的图像,如果增强方法足够丰富,那么每次丢给网络的图像都是不一样的,即间接增加了训练的数据量。
实际上可以认为训练数据量是变多的,训练的每个epoch都会遍历完所有的训练集图片,训练一般也是多个epoch。
因此,实际上是在每个epoch循环里面都执行了一次数据增强,使得训练数据变换,因此你每次epoch迭代后喂进网络的图像都是你增强后的图像,也都是不同的。因此,变相的可以看做数据量增加。