知识点 › 场景挖掘与标注

数据增广

Augmentation

场景挖掘与标注Lv.3

定义

几何（裁剪/翻转/旋转）、光度（亮度/对比度/噪声/雨雾模拟）、时序（丢帧/抖动）、传感器（点云 dropout/噪声）。增广要「贴近真实退化」，否则学到的是伪特征。

关键要点

  • 雨雾模拟必须与真实雨雾数据对齐，否则模型学到「假雨」
  • 增广强度要按场景调整：矿区粉尘与城市雨天不同
  • 增广是廉价的长尾手段，但不能创造新的语义组合

面试怎么答

说「增广要贴近真实退化」，并举一个「假雨导致实车退化」的坑。

相关知识

  • 增广算子 — 训练侧算子：随机裁剪/翻转/旋转、颜色抖动、模糊/噪声、Cutout、MixUp/CutMix、点云 dropout …
  • 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…
在星图上打开这颗星 →