هرمية التوسيع (من الأكثر تأثيراً إلى الأقل)
المستوى 1: افعل هذا دائماً
- انعكاس أفقي/رأسي عشوائي
- تدوير عشوائي (±15°)
- اقتصاص وتغيير حجم عشوائي
- اهتزاز لوني (السطوع، التباين، التشبّع)
المستوى 2: يساعد عادةً
- Mixup: مزج صورتين وتسمياتهما
lam = np.random.beta(0.2, 0.2)
x_mix = lam * x1 + (1-lam) * x2
y_mix = lam * y1 + (1-lam) * y2
- CutMix: لصق رقعة من صورة إلى أخرى
المستوى 3: لمجموعات البيانات الصغيرة جداً (<200 عينة)
- التحويلات المرنة (للصور الطبية)
- تشويه الشبكة
- التوسيع وقت الاختبار (TTA) — تجميع 8 نسخ موسّعة عند الاستدلال
المستوى 4: البيانات الاصطناعية
- درّب GAN أو استخدم Stable Diffusion لتوليد عينات تدريب إضافية
- يعمل جيداً للفئات النادرة الخاصة بمجال معيّن