数据增强（Data Augmentation）策略大全

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）：

python 复制代码

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 )。