Data Augmentation 数据增强

2026-09-03 · 随笔 · 43a908c205b5

数据增强是人为规定一组图像变换，例如：

• 随机裁剪
• 水平翻转
• 颜色抖动
• 高斯模糊
• 灰度化
• solarization

DINO、SimCLR 等方法会把同一张图片变换成两个 view，然后要求模型判断：

两个 view 来自同一张图⇒它们的 representation 应该接近\text{两个 view 来自同一张图} \Rightarrow \text{它们的 representation 应该接近}

问题

哪些变换不应该改变语义，是人提前决定的。

例如加入颜色抖动，就等于告诉模型：

颜色不是重要语义。

这对物体分类可能合理，但对成熟度判断、交通灯识别、医学影像可能不合理。