意义

数据增强也叫数据扩增，意思是在不实质性的增加数据的情况下，让有限的数据产生等价于更多数据的价值。

方法

空间几何变换

  1.  翻转
    翻转包括水平翻转和垂直翻转。
  2. crop
    裁剪图片的感兴趣区域（ROI），通常在训练的时候，会采用随机裁剪的方法，下图为随机裁剪4次的效果。
  3. 旋转
    对图像做一定角度对旋转操作，看看效果。
  4. 缩放变形
    随机选取图像的一部分，然后将其缩放到原图像尺度。
  5. 仿射变换
    同时对图片做裁剪、旋转、转换、模式调整等多重操作。
  6. 视觉变换

         对图像应用一个随机的四点透视变换。

     7. 分段仿射（PiecewiseAffine）

        分段仿射在图像上放置一个规则的点网格，根据正态分布的样本数量移动这些点及周围的图像区域。

噪声类

随机噪声是在原来的图片的基础上，随机叠加一些噪声。

  1. 高斯噪声
  2. CoarseDropout
    在面积大小可选定、位置随机的矩形区域上丢失信息实现转换，所有通道的信息丢失产生黑色矩形块，部分通道的信息丢失产生彩色噪声。
  3. SimplexNoiseAlpha
    产生连续单一噪声的掩模后，将掩模与原图像混合。
  4. FrequencyNoiseAlpha
    在频域中用随机指数对噪声映射进行加权，再转换到空间域。在不同图像中，随着指数值逐渐增大，依次出现平滑的大斑点、多云模式、重复出现的小斑块。

模糊类

减少各像素点值的差异实现图片模糊，实现像素的平滑化。

  1. 高斯模糊
  2. ElasticTransformation
    根据扭曲场的平滑度与强度逐一地移动局部像素点实现模糊效果。
  3. HSV对比度变换
    通过向HSV空间中的每个像素添加或减少V值，修改色调和饱和度实现对比度转换。
  4. RGB颜色扰动
    将图片从RGB颜色空间转换到另一颜色空间，增加或减少颜色参数后返回RGB颜色空间。
  5.  随机擦除法
    对图片上随机选取一块区域，随机地擦除图像信息。
  6. 超像素法（Superpixels）
    在最大分辨率处生成图像的若干个超像素，并将其调整到原始大小，再将原始图像中所有超像素区域按一定比例替换为超像素，其他区域不改变。
  7.  转换法（invert）
    按给定的概率值将部分或全部通道的像素值从v设置为255-v。
  8. 边界检测（EdgeDetect）
    检测图像中的所有边缘，将它们标记为黑白图像，再将结果与原始图像叠加。
  9. GrayScale
    将图像从RGB颜色空间转换为灰度空间，通过某一通道与原图像混合。
  10.  锐化（sharpen）与浮雕（emboss）
    对图像执行某一程度的锐化或浮雕操作，通过某一通道将结果与图像融合。