資料增強倍數

🤖 Data Augmentation Multiplier

Compute how much your training set grows after augmentation, from the number of transforms and the repeat factor.

📐 計算公式 / 原理
增強後總量 = 原始樣本數 × (1 + 係數 × 變換種類數)
按每種變換貢獻的增量線性外推總量,係數反映單次變換的等效增益(通常 <1)。這是上界估計:變換間高度相關時實際有效量遠小於此,且增強樣本不能完全替代真實資料的分佈覆蓋。

📐 計算公式與說明

總量 = 原始 ×(1 + 倍數 × 變換數)

實際去重後可能低於估算。

📚 深度解析:資料增強倍數

💡 常見使用場景

增強倍數估算
原始 5000 張,旋轉/翻轉/色彩 3 類各 3 檔共 9 組合 → 總量≈5000×9=45000 張。若疊加 2 次重複則≈90000,但有效增益低於 18 倍。

❓ 常見問題(FAQ)

倍數和'有效量'有什麼區別?
倍數只算變換乘積,有效量還扣減相關性帶來的資訊折損;本工具給倍數,是否等效需結合增強多樣性判斷。
增強強度設多大?
以驗證集指標為準:增強不足仍過擬合則加強,過強導致訓練誤差難降則回撤;影像常用輕幾何+色彩抖動。