数据增强实战：通过噪声模拟与缩放归一化提升目标检测模型的泛化能力

1次阅读

共计 1947 个字符，预计需要花费 5 分钟才能阅读完成。

在目标检测任务中，我们常常遇到两个核心问题：

训练数据不足：标注成本高昂导致样本数量有限，模型容易过拟合训练集
场景多样性缺失：单一环境采集的数据无法覆盖真实场景中的光照变化、遮挡、模糊等情况

这会导致模型在实际部署时出现严重的性能下降。笔者曾遇到一个典型案例：在实验室环境下 mAP 达到 85% 的车辆检测模型，在雨天路测时识别率骤降至 60% 以下。

增强类型	典型方法	适用场景	计算开销	效果持续性
几何变换	旋转 / 裁剪 / 翻转	视角变化场景	低	高
色彩空间变换	直方图均衡化 / 亮度调整	光照条件变化	中	中
噪声注入	高斯 / 椒盐噪声	传感器噪声模拟	高	低
复合增强	MixUp/CutMix	小样本学习	极高	高

import cv2
import numpy as np
from typing import Tuple

def add_gaussian_noise(
    img: np.ndarray, 
    mean: float = 0, 
    sigma: float = 0.03
) -> np.ndarray:
    """
    添加高斯噪声
    :param img: 输入图像(0- 1 范围)
    :param mean: 噪声均值
    :param sigma: 噪声标准差(建议 0.01-0.05)
    :return: 带噪声图像
    """
    noise = np.random.normal(mean, sigma, img.shape)
    noisy_img = img + noise
    return np.clip(noisy_img, 0, 1)

def random_brightness_adjust(
    img: np.ndarray, 
    delta: float = 0.2
) -> np.ndarray:
    """
    随机亮度调整
    :param img: 输入图像
    :param delta: 亮度变化幅度(0-1)
    :return: 调整后图像
    """
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    hsv[:,:,2] = hsv[:,:,2] * (1 + np.random.uniform(-delta, delta))
    return cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

import albumentations as A

# 推荐的数据增强组合
aug_pipeline = A.Compose([A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(
        brightness_limit=0.2, 
        contrast_limit=0.2, 
        p=0.5
    ),
    A.GaussNoise(var_limit=(10.0, 50.0), 
        p=0.3
    ),
    A.RandomSizedBBoxSafeCrop(
        height=512, 
        width=512, 
        erosion_rate=0.2
    ),
    A.Normalize()], bbox_params=A.BboxParams(format='coco'))

# 使用示例
transformed = aug_pipeline(
    image=image, 
    bboxes=bboxes, 
    class_labels=labels
)