数据增强(Data Augmentation)是通过对训练样本做旋转、缩放等变换来扩充样本多样性、提升模型泛化能力的技术,其核心构成包括几何变换、样本多样性扩充与训练集规模扩大,解决的是训练样本单一导致的模型过拟合问题,并不解决标注错误与真实场景分布偏移的问题。
数据增强通过旋转缩放变换扩充训练样本,提升模型泛化能力
数据增强(Data Augmentation)是通过对训练样本做旋转、缩放等变换来扩充样本多样性、提升模型泛化能力的技术,其核心构成包括几何变换、样本多样性扩充与训练集规模扩大,解决的是训练样本单一导致的模型过拟合问题,并不解决标注错误与真实场景分布偏移的问题。
🔗 本文链接