数据增强倍数 使用指南

按增强变换数量与重复系数，计算数据增强后的样本总量倍数，辅助训练集扩容规划，适用于图像分类、样本均衡与增强强度设定。

计算公式与原理

增强后总量 = 原始样本数 × (1 + 系数 × 变换种类数)

按每种变换贡献的增量线性外推总量，系数反映单次变换的等效增益（通常 <1）。这是上界估计：变换间高度相关时实际有效量远小于此，且增强样本不能完全替代真实数据的分布覆盖。

使用步骤

1. 填写「原始样本数」。
2. 填写「变换种类」。
3. 填写「每种倍数」。
4. 结果区会即时更新；可一键复制结果用于记录或汇报。

典型使用场景

• 增强后样本总量≈原始量×变换组合数×重复系数，用于训练集扩容规划。
• 倍数高不等于信息量等比例增长，重复/相似变换带来相关性。
• 应结合验证集表现设定增强强度，避免过度失真。

算例参考

• 增强倍数估算：原始 5000 张，旋转/翻转/色彩 3 类各 3 档共 9 组合 → 总量≈5000×9=45000 张。若叠加 2 次重复则≈90000，但有效增益低于 18 倍。

注意事项

结果为按上述公式得到的理论估算值，实际表现受数据分布、实现细节与运行环境影响，落地决策请以实测为准；本工具纯前端运行，输入不上传服务器。

倍数和'有效量'有什么区别？

倍数只算变换乘积，有效量还扣减相关性带来的信息折损；本工具给倍数，是否等效需结合增强多样性判断。

增强强度设多大？

以验证集指标为准：增强不足仍过拟合则加强，过强导致训练误差难降则回撤；图像常用轻几何+色彩抖动。