При самоконтролируемом обучении с увеличением данных создаются искусственно изменённые версии входных данных для обучения модели, которая учится создавать устойчивые представления.
Типичные увеличения включают преобразования изображений, такие как вращение, масштабирование, обрезка или изменение цвета.
Модель обучается создавать похожие представления для различных увеличений одного и того же оригинала, одновременно обучаясь различать другие данные.
Это приводит к лучшей обобщаемости, так как модель учится извлекать существенные признаки, инвариантные к увеличениям.
Такие методы являются основой многих современных подходов к самоконтролируемому обучению в обработке изображений и речи.