CIFAR-10数据增强实战指南：从基础操作到高级技巧

1次阅读

共计 1720 个字符，预计需要花费 5 分钟才能阅读完成。

作为经典的 32×32 小尺寸图像数据集，CIFAR-10 的 5 万张训练样本很容易让模型陷入过拟合。数据增强通过生成 ” 新样本 ”，能带来三个关键收益：

增加数据多样性：原始图像经过变换后，模型能看到更多视角的变化
提升模型鲁棒性：迫使模型学习更本质的特征而非记忆像素位置
降低过拟合风险：相当于隐式正则化，尤其对小模型效果显著

transform_train = transforms.Compose([transforms.RandomCrop(32, padding=4),  # 随机裁剪 + 填充
    transforms.RandomHorizontalFlip(p=0.5),  # 50% 概率水平翻转
    transforms.RandomRotation(15),  # 随机旋转±15 度
    transforms.ToTensor()])

随机裁剪 ：在图像四周填充 4 像素后随机裁剪回 32×32，模拟物体位置变化
水平翻转 ：特别适合对称性物体（如飞机、汽车），但对非对称类别（如字母）需谨慎
旋转：小角度旋转保持图像语义，大角度可能引入不自然变形

transforms.ColorJitter(
    brightness=0.2,  # 亮度扰动幅度
    contrast=0.2,    # 对比度
    saturation=0.2,  # 饱和度
    hue=0.1          # 色相（HSV 空间）)

模拟光照条件变化，对颜色敏感的类别（如青蛙）效果显著
建议值：各参数不超过 0.2，避免过度失真

def mixup_data(x, y, alpha=1.0):
    lam = np.random.beta(alpha, alpha)
    batch_size = x.size(0)
    index = torch.randperm(batch_size)
    mixed_x = lam * x + (1 - lam) * x[index]
    return mixed_x, y, y[index], lam

原理：根据 Beta 分布混合两张图像和标签（论文《mixup: Beyond Empirical Risk Minimization》）
超参数 α 控制混合强度，CIFAR-10 推荐 α∈[0.1,0.4]

def cutmix(batch, alpha):
    data, targets = batch
    indices = torch.randperm(data.size(0))
    shuffled_data = data[indices]

    lam = np.random.beta(alpha, alpha)
    bbx1, bby1, bbx2, bby2 = rand_bbox(data.size(), lam)
    data[:, :, bbx1:bbx2, bby1:bby2] = shuffled_data[:, :, bbx1:bbx2, bby1:bby2]

    lam = 1 - ((bbx2 - bbx1) * (bby2 - bby1) / (data.size()[-1] * data.size()[-2]))
    return data, targets, targets[indices], lam

优势：保留局部特征比 MixUp 更自然（论文《CutMix: Regularization Strategy to Train Strong Classifiers》）
注意：需调整交叉熵损失计算方式