CNN数据增强实战指南：从基础原理到PyTorch实现

1次阅读

共计 1356 个字符，预计需要花费 4 分钟才能阅读完成。

刚开始玩 CNN 时，最头疼的就是手头数据太少。记得第一次做医疗影像分类，只有 200 张 X 光片，模型在训练集上能到 95%，但测试集连 70% 都不到——典型的过拟合。数据增强就像给模型开了个 ” 想象力培训班 ”，通过对原始图片做各种变换（旋转、裁剪、调色等），让模型学会抓住本质特征，而不是死记硬背训练样本。

类型	内存占用	计算开销	适用场景
离线增强	高	低	小数据集 / 增强方式固定
实时增强	低	高	大数据集 / 需要动态增强

个人建议 ：新手先用离线增强快速验证想法，等熟悉流程后再切到实时增强。

import torchvision.transforms as transforms

# 几何变形组合拳
transform = transforms.Compose([transforms.RandomRotation(30),  # 随机旋转±30 度
    transforms.RandomResizedCrop(224, scale=(0.8, 1.0)),  # 随机缩放裁剪

    # 色彩戏法
    transforms.ColorJitter(
        brightness=0.2,  # 亮度抖动 20%
        contrast=0.2,    # 对比度抖动 20%
        saturation=0.2,  # 饱和度抖动 20%
        hue=0.1          # 色相偏移 10%
    ),
    transforms.ToTensor()])

def mixup_data(x, y, alpha=0.4):
    """
    alpha: 控制混合强度的参数
    越小 -> 越接近原始图像
    越大 -> 混合效果越明显
    """
    lam = np.random.beta(alpha, alpha)
    batch_size = x.size(0)
    index = torch.randperm(batch_size)

    mixed_x = lam * x + (1 - lam) * x[index]
    y_a, y_b = y, y[index]
    return mixed_x, y_a, y_b, lam

过增强警报 ：如果训练 loss 波动剧烈（比如连续 5 个 epoch 的 loss 曲线像心电图），说明增强太猛了，建议把变换幅度参数调小 50% 试试
batch_size 与增强的相爱相杀 ：
大 batch（>64）适合用强增强（如大角度旋转）
小 batch（<16）建议用温和增强（小范围色彩抖动）
验证集要不要增强 ：绝对不要！验证集的作用是模拟真实场景，保持原始数据才能反映真实性能