数据增强(Data Augmentation)是通过对已有样本做变换来生成新训练样本、从而增加数据多样性的技术,其核心构成包括图像旋转与缩放等变换、标签同步保持与训练集扩充,解决的是训练样本不足导致模型过拟合、泛化能力弱的问题,并不解决标注本身错误与样本分布严重偏斜的问题。
数据增强是什么?
数据增强(Data Augmentation)是通过对已有样本做变换来生成新训练样本、从而增加数据多样性的技术,其核心构成包括图像旋转与缩放等变换、标签同步保持与训练集扩充,解决的是训练样本不足导致模型过拟合、泛化能力弱的问题,并不解决标注本身错误与样本分布严重偏斜的问题。
🔗 本文链接