首先理解数据集增强:
在深度学习中数据增强,就是增加训练样本,提高样本的多样性,提高训练模型的泛化性能
怎么做数据增强:
方法: (1) 离线的数据增强: 就是使用原始样本来扩充数据集,数据集变大了
(2)在线的数据增强: 在训练的过程中,随机数据增强,这个并没有扩充数据集,只不过是在训练的过程中,增加了样本的多样性,对于每批数据都做增强—这样每个epoch训练的数据都是不同的-----> 仅仅增加多样性

总结: 扩充原本数据集,或者增加训练样本的多样性