在机器学习和计算机视觉领域，数据增强是一种重要的技术，它能够提高模型的泛化能力，使其在未见过的图像上表现更好。Roboflow平台提供了多种数据增强方法，包括翻转、90度旋转、随机旋转、随机裁剪、随机剪切、模糊、曝光调整、随机噪声、Cutout（付费计划）和Mosaic（付费计划）。建议在没有任何数据增强的情况下开始一个项目，这样可以评估原始数据集的质量。如果添加了数据增强后，数据集的表现不如预期，将没有一个基线来比较模型性能。
如果数据集在没有数据增强的情况下表现不佳，可能需要调查类别平衡、数据表示和数据集大小。当成功地在没有任何数据增强的情况下训练了一个模型，可以添加数据增强来进一步提高模型性能。在训练之前创建增强图像有几个关键好处，包括提高模型的可重复性、减少训练时间和降低训练成本。
要添加数据增强，可以前往Roboflow仪表板中与项目相关的版本标签页，然后点击“数据增强”来为项目设置数据增强。可以选择给定图像需要被增强的次数。例如，滑动到3意味着每张图像将根据选择的设置接受2次随机数据增强。
数据增强是通过将随机化的数据增强设置和每个设置的值应用于每个增强图像来串联在一起的。在此过程中出现的任何重复图像都将从创建的版本中过滤掉。例如，如果选择“水平翻转”和“椒盐噪声”，给定图像将随机被水平翻转并接收随机的椒盐噪声。
// 水平翻转和垂直翻转
Flip: 随机水平或垂直翻转图像。注释正确镜像。
Horizontal: 在左/右方向翻转图像的NumPy数组。
Vertical: 在上/下方向翻转图像的NumPy数组。
// 90度旋转
90 Degree Rotations: 随机将图像旋转90度或180度。
Clockwise: 将图像顺时针旋转90度。
Counter Clockwise: 将图像逆时针旋转90度。
Upsid