图像数据增强方法
几何变换
- 旋转：随机旋转图像一定角度（如±30°）。
- 翻转：水平或垂直翻转图像。
- 缩放：随机放大或缩小图像区域。
- 裁剪：随机裁剪图像的一部分并调整至原尺寸。
- 平移：沿x或y轴方向平移图像。
颜色空间变换
- 亮度调整：随机改变图像亮度。
- 对比度调整：调整图像对比度。
- 饱和度调整：修改色彩饱和度。
- 添加噪声：高斯噪声、椒盐噪声等。
- 颜色抖动：随机调整RGB通道值。
高级增强技术
- Mixup：混合两张图像及其标签（λ∈[0,1]）。
- Cutout：随机遮挡图像部分区域。
- CutMix：用另一张图像的部分区域替换当前图像。
- RandAugment：自动化选择增强策略的组合。
文本数据增强方法
词汇替换
- 同义词替换：使用WordNet或预训练词向量替换单词。
- 随机插入：在句子中随机插入同义词。
- 随机交换：交换相邻词汇顺序。
- 随机删除：以概率删除某些词汇。
语法变换
- 回译：通过翻译至其他语言再译回原语言。
- 句子重组：利用依存分析树调整句式结构。
生成模型
- GPT-3等模型生成语义相似的句子。
- 变分自编码器（VAE）生成新文本样本。
音频数据增强方法
时域增强
- 变速：调整音频播放速度（保持音高）。
- 时移：前后移动音频片段。
- 裁剪：截取部分音频并填充至原长度。
频域增强
- 添加噪声：白噪声、环境噪声等。
- 音高变换：改变音频频率成分。
高级方法
- SpecAugment：对频谱图进行时间/频率维度的遮挡。
视频数据增强方法
帧级增强
- 对每一帧应用图像增强技术（如旋转、裁剪）。
时序增强
- 帧采样：随机跳过或重复部分帧。
- 时序裁剪：截取视频片段并调整至原长度。
空间-时序增强
- 3D Cutout：在视频立方体（长×宽×时间）中随机遮挡。
通用注意事项
- 增强后的数据需保持标签有效性（如翻转后的“6”可能变成“9”）。
- 避免过度增强导致模型学习到虚假模式。
- 结合任务特性选择策略（如医学影像需谨慎几何变换）。
代码示例（图像旋转）：
from PIL import Image import random def rotate_image(image, max_angle=30): angle = random.uniform(-max_angle, max_angle) return image.rotate(angle)公式示例（Mixup）：
新样本生成公式：
[ x' = λx_i + (1-λ)x_j, \quad y' = λy_i + (1-λ)y_j ]
其中 ( λ \sim Beta(α,α) )，通常 ( α=0.4 )。
