第01章
数据增强概述
什么是数据增强、为什么需要、三大原则：多样性、真实性、标签一致性
基础原则
第02章
图像基础增强
翻转、旋转、缩放、裁剪、平移、颜色抖动、亮度/对比度调整
图像几何变换
第03章
图像高级增强
Cutout、Random Erasing、Mixup、CutMix、AutoAugment、RandAugment
高级正则化
第04章
文本基础增强
同义词替换、随机插入、随机交换、随机删除、回译
NLP回译
第05章
文本高级增强
EDA、BERT Mask增强、TF-IDF增强
预训练EDA
第06章
音频数据增强
时间拉伸、音高偏移、添加噪声、SpecAugment
音频频谱
第07章
时间序列数据增强
缩放、扭曲、时间弯曲、噪声注入、DTW增强
时序DTW
第08章
表格数据增强
SMOTE、ADASYN、GAN生成、特征噪声注入
表格SMOTE
第09章
数据平衡概述
不平衡问题、长尾分布、评估指标：F1、AUC、G-mean
平衡指标
第10章
欠采样方法
随机欠采样、Tomek Links、NearMiss、Cluster Centroids、ENN
欠采样清洗
第11章
过采样方法
随机过采样、SMOTE原理与实现、Borderline-SMOTE、SVM-SMOTE
过采样SMOTE
第12章
混合采样方法
SMOTE+Tomek Links、SMOTE+ENN、SMOTE+Random Under Sampling
混合组合
第13章
集成学习方法
EasyEnsemble、BalanceCascade、RUSBoost、SMOTEBoost
集成Boosting
第14章
代价敏感学习
代价矩阵、加权交叉熵、Focal Loss
损失Focal
第15章
生成式数据增强
GAN、VAE、扩散模型用于数据生成
生成式GAN
第16章
数据增强工具库
imgaug、albumentations、nlpaug、audiomentations、TF API
工具库
第17章
数据增强Pipeline设计
策略选择、强度控制、在线/离线、多线程加速
Pipeline工程
第18章
标签一致性检查
增强后标签修改、目标检测边界框调整、语义分割标签映射
标签检测
第19章
数据增强的验证策略
分布检查、模型性能对比、过拟合风险控制
验证实验
第20章
图像分类增强实战
CIFAR-10/100、ImageNet、细粒度分类策略
实战分类
第21章
目标检测增强实战
YOLO、SSD、Faster R-CNN 增强策略
检测YOLO
第22章
语义分割增强实战
随机裁剪、颜色增强、弹性变形、标签同步变换
分割同步
第23章
NLP分类增强实战
情感分析、文本分类、命名实体识别增强
NLP分类
第24章
序列标注增强实战
NER增强、POS标注、序列依赖影响
序列NER
第25章
多模态数据增强实战
图文对增强、视频+音频、跨模态一致性
多模态对齐
第26章
数据增强自动化
AutoAugment、Population Based Augmentation、Fast AutoAugment
自动化搜索
第27章
数据平衡自动化
自适应采样、动态权重、课程学习
自适应课程
第28章
评估体系
离线评估(分布/多样性)、在线评估(性能/稳定性)
评估指标
第29章
工业级案例
医疗影像、金融欺诈、自动驾驶长尾场景
工业案例
第30章
未来趋势
自监督+增强、大模型、联邦学习中的数据增强
前沿趋势