CIFAR-10数据增强实战指南：从基础方法到高级技巧

1次阅读

共计 1077 个字符，预计需要花费 3 分钟才能阅读完成。

这个小尺寸图像数据集（32×32 像素）天然存在两个挑战：

细节丢失风险：图像下采样时高频信息容易丢失，比如狗的毛发纹理
类别不均衡：某些类别（如卡车）样本量比其他类别（如猫）少 15% 左右

最易实现且计算成本低的方案：

随机水平翻转（p=0.5 时效果最佳）
随机旋转（建议限制在±15 度内避免空白像素过多）

# PyTorch 实现示例
transform = transforms.Compose([transforms.RandomHorizontalFlip(),  # 50% 概率水平翻转
    transforms.RandomRotation(15),     # 随机旋转±15 度
    transforms.ToTensor()])

针对 CIFAR-10 色彩丰富的特性：

亮度调整（推荐系数 0.8-1.2）
对比度抖动（0.7-1.3 范围较安全）
通道分离抖动（各通道±0.1 标准差）

class ChannelJitter(object):
    def __call__(self, img):
        jitter = torch.randn(3) * 0.1  # 三维正态分布扰动
        return img + jitter.view(3,1,1)  # 广播机制

生成随机矩形区域（λ 控制面积比）
混合两幅图像的局部区域
标签按面积比例混合

# CutMix 核心代码片段
def rand_bbox(size, lam):
    W, H = size[2], size[3]
    cut_rat = np.sqrt(1. - lam)
    cut_w = int(W * cut_rat)
    cut_h = int(H * cut_rat)
    cx = np.random.randint(W)
    cy = np.random.randint(H)
    return cx, cy, cut_w, cut_h

当 GPU 内存不足时：