在图像和物体识别方面，计算机表现优于人类。
像Google和Microsoft这样的大公司在图像识别方面已经超越了人类基准[1，2]。平均而言，人类大约有5％的时间在图像识别任务上犯了错误。截至2015年，微软的图像识别软件的错误率达到4.94％，与此同时，谷歌宣布其软件的错误率降低到4.8％[3]
这是怎么做到的？这可以通过在包含数百个对象类别、数百万个训练样本的ImageNet数据集上训练深度卷积神经网络来实现[1]。
百万训练数据！
例如，要教计算机从多个角度识别出一只猫猫，可能需要成千上万张涵盖不同角度的照片。
成功训练计算机视觉任务的深层卷积神经网络需要大量数据。这是因为这些神经网络具有多个隐藏的处理层，并且随着层数的增加，需要学习的样本数也随之增加。如果没有足够的训练数据，则该模型往往会很好地学习训练数据，这称为过度拟合。如果模型过拟合，则其泛化能力很差，因此对未见的数据的表现很差。
但是，如果没有大量的训练数据怎么办？
对于我们手头的所有图像识别任务，并不是都会拥有数百万个训练样本。对于某些任务，收集成千上万个样本图像甚至是一个挑战。对于医学图像而言通常是这种情况，例如用于乳房癌检测和定位的乳房X线照相术，用于肺癌检测的胸部X射线或用于定位脑肿瘤的MRI扫描。
这可以归结为一个问题：当我们只有有限的数据时，我们如何训练能够很好地完成这些任务的模型？
使用数据增强（data augmentation)生成更多训练数据当我们只有少量图像数据用于训练深度卷积神经网络时，我们可以使用数据增强技术从已经拥有的图像数据中生成更多训练数据。
