数据增强

数据扩增是一项战略技术，可用于 机器学习 (ML)用于 的规模和多样性。 训练数据集无需 收集新的原始数据。通过对现有数据样本进行各种转换，开发人员可以创建出经过修改但又逼真的 图像、文本或音频的真实版本。这一过程对于减少 过拟合过度拟合是一个常见问题，在这种情况下，模型会记住训练示例，而不是学习可通用的模式。 最终，有效的增强会带来更高的 准确性并确保模型 在实际环境中接触未见数据时表现稳健。

核心技术和方法

在以下领域 计算机视觉 (CV)增强是指对输入图像进行处理，以模拟不同的条件。这些变换有助于 模型不受方向、光照和比例变化的影响。

• 几何变换：这些操作可修改图像的空间布局。常见的操作包括 随机旋转、水平翻转、裁剪和缩放。例如，使用 OpenCV 几何变换 可以让模型识别物体，无论物体是倒置还是倾斜。
• 光度变换：调整像素值，在不改变几何形状的情况下改变视觉外观。 改变几何形状。调整亮度、对比度、饱和度并添加 高斯噪声帮助模型处理 不同的照明条件。
• 高级混合：现代 对象检测框架 通常会使用复杂的技术，如 Mosaic、MixUp 和 CutMix。这些方法将多幅图像组合成一个 训练样本，鼓励模型学习上下文关系。您可以通过 的 Ultralytics Albumentations 集成.

实际应用

在高质量数据稀缺或获取成本高昂的行业中，数据扩增是不可或缺的。

1. 医学影像：在 医学影像分析在医学影像分析中，隐私法和特定病症的罕见性限制了数据集的规模。通过在 X 射线或核磁共振成像扫描中加入 旋转和弹性变形，研究人员可以训练出稳健的模型，用于 肿瘤检测确保人工智能能够识别异常，而不受患者定位或机器校准的影响。
2. 自动驾驶：自动驾驶汽车必须在不可预测的环境中航行。收集每种 每一种可能的天气条件的数据是不可能的。工程师们使用增强技术在晴天镜头上模拟雨、雾或弱光 场景。这就为 自动驾驶汽车作出反应 安全地在恶劣天气下做出反应，从而大大提高安全标准，如 美国国家公路交通安全管理局.

在Ultralytics YOLO中实施增强功能

"(《世界人权宣言》) ultralytics 库简化了增强功能的应用，直接在 模型训练 管线您可以调整 超参数来控制变换的强度和概率。

from ultralytics import YOLO

# Load the YOLO11 model
model = YOLO("yolo11n.pt")

# Train the model with custom data augmentation parameters
# These arguments modify the training data on-the-fly
model.train(
    data="coco8.yaml",
    epochs=5,
    degrees=30.0,  # Apply random rotations between -30 and +30 degrees
    fliplr=0.5,  # 50% probability of flipping images horizontally
    mosaic=1.0,  # Use Mosaic augmentation (combining 4 images)
    mixup=0.1,  # Apply MixUp augmentation with 10% probability
)

区分相关概念

必须将数据增强与类似的数据战略区分开来：

• 与合成数据相比：增强数据修改了现有的真实世界数据、 合成数据是 完全是通过计算机模拟或 生成式人工智能.增强功能为现有数据增添了多样性，而合成数据则创造了现有数据所不具备的内容。
• 数据预处理 数据预处理包括 清理和格式化数据（如调整大小、规范化），使其适合模型。增强 在预处理之后进行，重点是扩大数据集的多样性，而不是数据集的格式。
• 与迁移学习 迁移学习利用 预训练模型（例如，在......上训练的模型）中的知识。 ImageNet）中的知识来解决新任务。迁移学习与模型权重有关，而增强学习与输入数据有关。 则与输入数据有关。

要深入了解现代增强库，可参考 文档提供了与 PyTorch 和 YOLO11 兼容的 与PyTorch 和YOLO11 兼容的可用转换列表。