4. 经典数据增强方法（上）

数据增强，说白了就是「无中生有」。但这不是瞎编，而是用合理的变换让模型看到更多样的数据。我做了这么多年缺陷检测，可以负责任地告诉你：一个靠谱的增强策略，往往比调模型结构更能提升泛化能力。

这一章我们先聊最经典的两大类：几何变换和颜色变换。它们简单、高效，是每个实战项目里几乎必用的手段。

4.1 几何变换：让模型学会「换个角度看缺陷」

几何变换的核心思想很简单：缺陷出现在图像的不同位置、不同角度，本质上还是同一个缺陷。模型如果学不会这个，就会把「左上角的划痕」和「右下角的划痕」当成两种东西。

4.1.1 旋转（Rotation）

旋转是最直观的几何变换。我习惯把旋转分为两类：

• 小角度旋转（±10°~±30°）：模拟拍摄时轻微的倾斜，适合大多数工业场景
• 大角度旋转（90°、180°、270°）：适合圆形对称工件，或者方向无关的缺陷

这里有个坑——旋转后的黑边。默认的旋转操作会在图像角落填充黑色像素，这些黑边会被模型当成「特征」学进去。我曾经在一个项目中，模型莫名其妙对图像四角特别敏感，排查了半天才发现是旋转增强留下的黑边在作祟。

import cv2
import numpy as np

def rotate_image(image, angle, scale=1.0):
    h, w = image.shape[:2]
    center = (w // 2, h // 2)
    M = cv2.getRotationMatrix2D(center, angle, scale)
    # 关键：用 BORDER_REFLECT 代替默认的 BORDER_CONSTANT
    rotated = cv2.warpAffine(image, M, (w, h), 
                             borderMode=cv2.BORDER_REFLECT)
    return rotated

# 使用示例：随机旋转 -20° 到 20°
angle = np.random.uniform(-20, 20)
aug_img = rotate_image(original_img, angle)

4.1.2 翻转（Flip）

翻转分两种：水平翻转和垂直翻转。水平翻转最常见，相当于照镜子。垂直翻转在工业场景中要谨慎使用——你想想看，一个螺丝钉倒过来放，跟正着放，在物理世界中其实是两种状态。

我个人习惯这样判断：如果缺陷的方向性不重要，就用翻转；如果缺陷有明确的方向（比如划痕的方向），就别乱翻。

4.1.3 裁剪（Cropping）

裁剪有两种玩法：

1. 随机裁剪：从原图中随机切出一块，再缩放到原图大小。这相当于让模型看到缺陷的局部特写。
2. 中心裁剪：固定裁剪中心区域，适合去除边缘干扰。

嗯，这里要注意——裁剪比例别太狠。我见过有人把 640×640 的图裁到 224×224，结果缺陷特征完全丢失了。一般来说，裁剪比例控制在 0.7~0.9 之间比较安全。

4.2 颜色变换：应对光照变化的「特效药」

颜色变换解决的是另一个问题：同一个缺陷，在不同光照下看起来不一样。车间里的光源会老化、会更换、会有阴影，模型如果没见过这些变化，上线就崩。

4.2.1 亮度（Brightness）

亮度调整说白了就是给每个像素加上或减去一个值。在 HSV 色彩空间里操作会更自然——只调 V 通道，不影响颜色本身。

def adjust_brightness(image, delta):
    """delta 范围：-50 ~ 50"""
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)
    v = cv2.add(v, delta)
    v = np.clip(v, 0, 255)
    hsv = cv2.merge([h, s, v])
    return cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

# 随机调整亮度
delta = np.random.randint(-30, 30)
aug_img = adjust_brightness(original_img, delta)

我一般把亮度调整范围控制在 ±30 以内。太暗了细节全丢，太亮了过曝，反而引入噪声。

4.2.2 对比度（Contrast）

对比度调整会让「亮的更亮，暗的更暗」。这在缺陷检测中特别有用——有些缺陷在低对比度下几乎看不见，模型需要学会在各种对比度下都能识别。

对比度的数学本质是：new_pixel = alpha * (pixel - 128) + 128。alpha 大于 1 时增强对比度，小于 1 时降低。

4.2.3 饱和度（Saturation）

饱和度控制颜色的鲜艳程度。在工业场景中，饱和度调整主要用来模拟不同材质表面的颜色差异。比如同一批塑料件，不同批次可能有轻微色差，饱和度增强可以覆盖这种差异。

操作上，还是在 HSV 空间调 S 通道：

def adjust_saturation(image, factor):
    """factor 范围：0.5 ~ 1.5"""
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)
    s = cv2.multiply(s, factor)
    s = np.clip(s, 0, 255)
    hsv = cv2.merge([h, s, v])
    return cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

4.3 组合策略：1+1 > 2

单独用某一种变换效果有限。我习惯把几何变换和颜色变换串起来用：

1. 先做几何变换（旋转 + 翻转 + 裁剪）
2. 再做颜色变换（亮度 + 对比度 + 饱和度）

顺序为什么这么定？因为几何变换会改变像素位置，如果先调颜色再旋转，旋转后的插值计算会轻微改变颜色值，造成不必要的误差。

import albumentations as A

transform = A.Compose([
    A.Rotate(limit=20, border_mode=cv2.BORDER_REFLECT, p=0.8),
    A.HorizontalFlip(p=0.5),
    A.RandomCrop(height=512, width=512, p=0.5),
    A.RandomBrightnessContrast(brightness_limit=0.2, 
                                contrast_limit=0.2, p=0.8),
    A.HueSaturationValue(hue_shift_limit=0,
                          sat_shift_limit=20,
                          val_shift_limit=0, p=0.5),
])

# 使用
augmented = transform(image=image, mask=mask)
aug_img = augmented['image']
aug_mask = augmented['mask']

4.4 参数选择的「黄金法则」

参数调太大，增强后的图像失真，模型学坏；参数调太小，等于没做。我总结了一个经验表格：