数据增强通过数据增强来使模型关注到更深层次，更加本质的特征，从而提升模型的鲁棒性，增强泛化能力。
在不同的深度学习领域，采用的数据增强方法会有所不一样。以下仅用计算机视觉的常用的数据增强方法进行介绍：
（1）几何变换类即对图像进行几何变换，包括翻转，旋转，裁剪，变形，缩放等。
（2）上面的几何变换类操作，没有改变图像本身的内容，它可能是选择了图像的一部分或者对像素进行了重分布。如果要改变图像本身的内容，就属于颜色变换类的数据增强了，常见的包括噪声、模糊、颜色变换、擦除、填充等等。
