浅谈深度学习中数据集离线增强和在线增强

伏公子今天读了一篇文章，看到了在线数据增强这个名词，感到很困惑，因此探索了一下，把自己理解的写在这里，伏公子不会去讲定义，只会讲容易理解的解释。

这个在线和离线和我们的是否上网没关系，和QQ的在线状态和离线状态毫无关系，其实我觉得这个在线和离线这个名字起的非常不好，还不如叫静态数据增强和动态数据增强更加形象。

离线数据增强

简单来说，就是把已有的数据进行一些增强(比如，裁剪、旋转、缩放、对比度、光照、镜像、颜色、拉伸等)，然后存储起来，放到硬盘中，等需要用的时候，放到运行内存或者是显存中使用。

举个例子，比如你有一个数据集，里面有一万张图片，你进行了一些数据增强操作，现在共有10万张图片了，都在硬盘中，这就是离线的增强，需要用的时候拿出去用。
离线数据增强用的较少，因为比较浪费空间。我们实际上用的也很少。

在线数据增强

就是等到送入深度网络之前，才进行数据的增强操作，比如pytorch的transform，就是用来做数据增强的。原始图片还是那些，每次都有不同的变化，那么就相当于有着不同增强效果的数据了。变化好之后送入神经网络中，动态的，数据集中数据数量不变化。

在线数据增强是我们比较常用，这种变换也是比较合适的，尤其是对于大型数据集。

以上是个人的理解，讲解比较口语化，但是相对来说，更像“人话”。如果有不对的地方，还请指正。