计算机视觉 / 系统课时
数据增强
数据增强
数据增强通过对训练图像和标注做一致变换,在不新增采集成本的前提下扩展样本分布。本课将说明翻转、缩放、颜色变化与组合增强怎样影响 YOLO 训练,并给出判断增强是否过度的实用标准。
学习目标
- 理解常见数据增强改变了图像的哪些信息
- 掌握图像与边界框必须同步变换的原则
- 能根据验证指标识别增强不足或增强过度
数据增强解决什么问题
目标检测模型容易记住有限训练集中的背景、光照和拍摄角度。数据增强会从原样本生成合理变体,让模型学习“目标本身的稳定特征”,而不是依赖固定位置、颜色或场景。
增强的前提是语义不变。例如水平翻转通常不会改变“汽车”类别,但把交通标志任意旋转 180° 可能制造现实中不存在的样本。增强不是越强越好,而是要让生成数据仍符合部署环境。
四类常见增强
水平翻转改变目标的左右位置,可降低模型对固定朝向的依赖。缩放和随机裁剪改变目标在画面中的大小与可见范围,适合模拟远近变化,但不能把关键目标裁掉得过多。
颜色变化通常包括亮度、对比度、饱和度和色调扰动,用于模拟阴天、室内灯光或相机曝光差异。它只改变像素,不改变边界框坐标。
Mosaic、MixUp 等组合增强会把多张图像放入同一训练样本,使一批数据同时出现更多目标和尺度。它们能提升小目标与复杂场景的学习效率,但也更容易产生不自然边界。

边界框必须同步变换
检测任务不仅要改变图像,还要更新标注。以宽度为 W 的图像为例,水平翻转后,采用左上角和右下角坐标表示的边界框可按下面方式计算:
下面的完整 Python 示例演示坐标变换:
def horizontal_flip_box(box, image_width):
x1, y1, x2, y2 = box
# 翻转后左右边界互换,并以图像宽度重新计算横坐标
return (image_width - x2, y1, image_width - x1, y2)
def main():
image_width = 640
original_box = (100, 80, 260, 220)
flipped_box = horizontal_flip_box(original_box, image_width)
print(f"original={original_box}")
print(f"flipped={flipped_box}")
if __name__ == "__main__":
main()预期输出:
original=(100, 80, 260, 220)
flipped=(380, 80, 540, 220)若只翻图而不改框,模型会收到错误监督信号:目标出现在右侧,标注却仍留在左侧。实际训练框架通常自动完成同步变换,但自定义数据管道时必须单独验证。
如何判断增强是否过度
增强不足时,训练集指标持续变好,而验证集很快停滞,模型对新光照或新角度表现差。增强过度时,训练损失长期偏高,正常样本也学不稳,验证结果可能比关闭强增强更差。
调整时一次只改变一类增强,并固定随机种子与训练轮数。先保留符合真实场景的翻转、缩放和轻度颜色变化,再逐步增加 Mosaic 等强增强,比较验证集的精确率、召回率和 mAP,而不是只看训练损失。
Tips:训练后期适当减弱或关闭强组合增强,能让模型重新适应接近真实分布的图像。