计算机视觉 / 系统课时

理解训练数据增强

理解训练数据增强

数据增强不是简单把训练图片“变花”,而是在标签仍然正确的前提下,主动制造合理变化,让 YOLO 学到目标本身而不是固定的光照、位置和背景。本课重点判断哪些变化有帮助,以及增强过度时会怎样破坏训练数据。

学习目标

  • 理解颜色、缩放、翻转、裁剪和组合增强分别改变什么
  • 判断增强后图像与检测标签是否仍保持一致
  • 识别不符合业务场景的过度增强

增强的本质是扩大合理变化范围

假设训练集中汽车几乎都位于画面中央、天气晴朗。如果直接训练,模型可能把“中央位置”和“明亮颜色”也当成识别汽车的重要线索。增强会随机改变这些非本质因素,使同一目标以更多合理形态出现。

关键不是变化越大越好,而是增强后的样本仍应属于真实部署环境可能遇到的数据分布。增强扩大的是合理变化范围,不是无限制造异常图片。

常见增强分别改变什么

增强方式 主要改变 常见收益 主要风险
颜色 色相、饱和度、亮度 适应光照与相机差异 颜色本身是类别特征时可能破坏语义
缩放 目标在画面中的相对尺寸 提高远近目标适应性 目标过小后几乎失去有效特征
翻转 左右或上下方向 减少固定方向偏差 方向具有业务含义时产生错误样本
裁剪 可见区域与目标完整度 模拟遮挡和边缘目标 目标被截断过多但标签仍被保留
组合 多张图的目标与背景关系 增加密度、尺度和场景变化 生成现实中几乎不会出现的组合

训练数据增强前后及有效边界对比

几何增强必须同步更新标签

颜色变化通常不会改变检测框的位置,但缩放、翻转和裁剪会改变目标坐标。只变图片、不变标注,会产生典型的“标签漂移”:模型看到目标在新位置,却被要求预测旧位置的框。

裁剪还需要额外判断目标剩余比例。目标只剩一个很小的局部时,即使数学上还能计算边界框,也未必还是有意义的正样本。训练框架可以自动完成坐标变换,但业务上是否合理仍需要人工抽样检查。

语义不变比几何合法更重要

一个增强在坐标上正确,不代表在业务上正确。道路监控中的汽车通常可以左右翻转,但带有固定文字方向的标志、具有上下方向的仪表界面,或者类别由颜色区分的产品,都可能因为翻转或颜色扰动改变原本语义。

因此判断增强时应先问:变换之后,人仍会给它标成同一个类别吗? 如果答案不稳定,这种增强就不应该仅因为框架支持而开启。

组合增强要防止脱离真实场景

Mosaic、MixUp 等组合方式可以快速增加目标数量、尺度和背景组合,对小目标或数据量有限的场景尤其有吸引力。但组合比例过高时,模型长期看到人工拼接边界、异常遮挡或不自然的物体密度,也可能学到新的伪特征。

实际使用时应定期抽样查看增强后的训练图像,并同时检查目标类别、边界框、可见比例和场景合理性。只要增强开始大量制造“部署时不会出现”的图像,它就已经从正则化手段变成了新的数据噪声。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

理解训练数据增强

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通