Data Augmentation با اعمال تغییرات کنترل‌شده روی نمونه‌های موجود، تنوع داده آموزشی را بیشتر می‌کند. در تصویر می‌توان چرخش، برش یا تغییر روشنایی انجام داد.
تغییر باید معنای برچسب را حفظ کند. Augmentation جایگزین داده نماینده نیست و تبدیل نامناسب می‌تواند نمونه نادرست بسازد.
این مفهوم در یک پروژه واقعی
در تشخیص آبجکت‌های تصویر، چرخش جزئی ممکن است تنوع مفیدی ایجاد کند. اما در OCR چرخش زیاد یا وارونگی می‌تواند معنای برچسب را عوض کند.
افزایش داده باید معتبر باشد
چرخاندن تصویر برای تشخیص کالا ممکن است برچسب را حفظ کند، اما تغییر عدد روی فاکتور با همان برچسب معتبر نیست. نوع Augmentation به ماهیت مسئله بستگی دارد.