數據增強（Data Augmentation）是在不額外收集真實圖片的情況下，透過旋轉、平移、裁切、翻轉、亮度與對比度變化，讓圖像辨識模型看到更多資料變化。資料量有限或模型容易過擬合時，數據增強通常是提高驗證準確率的第一批候選方法。
數據增強是什麼？
數據增強會把既有圖像轉換成多種合理變體，增加模型訓練時看到的樣本多樣性。數據增強不會創造新的真實標註，但能降低模型只記住原圖細節的風險。
常見圖像數據增強包含：
- 尺度變換：放大或縮小圖像。
- 旋轉：讓模型適應不同角度。
- 平移：讓物件位置不固定在同一區域。
- 剪裁：模擬物件局部可見的狀況。
- 翻轉：水平或垂直翻轉圖片。
- 亮度調整：處理不同光線條件。
- 對比度調整：處理畫面層次差異。
原文的重點很實務：數據增強不是為了讓訓練資料看起來更多，而是讓模型不要只學到「物件一定在固定位置、固定亮度、固定角度」這種脆弱規則。
什麼情況適合先使用數據增強？
數據增強適合用在圖像資料有限、驗證準確率低於訓練準確率、或部署環境拍攝條件變化大的場景。若標註錯誤很多，數據增強反而會放大資料問題。
建議先判斷：
| 狀況 | 是否適合數據增強 | 原因 |
|---|---|---|
| 訓練準確率高、驗證準確率低 | 適合 | 可能過擬合，可增加變化 |
| 圖片角度與位置差異大 | 適合 | 旋轉、平移可模擬實際場景 |
| 類別標註錯誤多 | 不優先 | 先修正標註比增強更重要 |
| 物件方向具有語意 | 需小心 | 垂直翻轉可能改變答案 |
例如辨識撲克牌花色時，旋轉通常合理；但辨識「6」和「9」時，旋轉 180 度可能直接改變標籤語意。
如何用 ImageDataGenerator 做數據增強？
Keras 的 `ImageDataGenerator` 可用少量參數建立訓練時的圖像變化。原始範例使用旋轉、水平平移、垂直平移與水平翻轉。
```py
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout
from tensorflow.keras.preprocessing.image import ImageDataGenerator
model = Sequential()
model.add(Conv2D(filters=32, kernel_size=(3, 3), activation="relu", input_shape=(img_height, img_width, 3)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(filters=64, kernel_size=(3, 3), activation="relu"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(filters=128, kernel_size=(3, 3), activation="relu"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(units=256, activation="relu"))
model.add(Dropout(0.5))
model.add(Dense(units=128, activation="relu"))
model.add(Dropout(0.5))
model.add(Dense(units=52, activation="softmax"))
model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"])
datagen = ImageDataGenerator(
rotation_range=30,
width_shift_range=0.2,
height_shift_range=0.2,
horizontal_flip=True,
)
model.fit(
datagen.flow(x_train, y_train, batch_size=32),
steps_per_epoch=len(x_train) / 32,
epochs=10,
validation_data=(x_val, y_val),
)
```
現行 Keras 建議使用 `model.fit()`，不再優先使用舊式 `fit_generator()`。如果你接手舊程式，通常可以把 `fit_generator()` 改成 `fit()`。
如何用 tf.image 隨機改變圖片？
`tf.image` 適合把增強流程放進資料管線。開發者可以在讀圖後做 resize、random_crop、random_flip、random_brightness 與 random_contrast。
```py
import tensorflow as tf
def load_preprocess_image(path, label):
image = tf.io.read_file(path)
image = tf.image.decode_jpeg(image, channels=3)
image = tf.image.resize(image, [360, 360])
image = tf.image.random_crop(image, [256, 256, 3])
image = tf.image.random_flip_left_right(image)
image = tf.image.random_flip_up_down(image)
image = tf.image.random_brightness(image, 0.5)
image = tf.image.random_contrast(image, 0, 1)
image = tf.cast(image, tf.float32)
image = image / 255
label = tf.reshape(label, [1])
return image, label
```
這段流程的實務提醒是：每一個隨機轉換都要符合標籤語意。若上下翻轉會讓物件變成不合理樣本，就應移除 `random_flip_up_down()`。
常見問題
數據增強一定會提高圖像辨識準確率嗎？
數據增強不一定提高準確率。若增強方式不符合真實場景，模型可能學到錯誤變化，驗證準確率反而下降。
旋轉角度應該設定多大？
旋轉角度應依拍攝情境決定。若實際圖片角度只會小幅偏移，`rotation_range=10` 到 `30` 通常比過大的旋轉更合理。
ImageDataGenerator 還能用嗎？
ImageDataGenerator 仍可用於舊專案，但新專案可考慮 Keras preprocessing layers 或 `tf.data` 搭配 `tf.image`。選擇重點是流程是否能穩定重現與部署。
數據增強和增加真實資料哪個更好？
真實資料通常更有價值，因為真實資料包含實際拍攝條件與標註分布。數據增強適合補強資料多樣性，但不能完全取代真實資料。
參考資料
- TensorFlow API，`ImageDataGenerator`，https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image/ImageDataGenerator，存取日期：2026-08-27。
- TensorFlow API，`tf.image`，https://www.tensorflow.org/api_docs/python/tf/image，存取日期：2026-08-27。
延伸閱讀
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2023-01-06