本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

只要稍微動點手腳，就會給AI模型的魯棒性帶來挑戰(zhàn)。

在AI眼里，下面這兩張圖片可能毫無關(guān)聯(lián)。

現(xiàn)在，Facebook AI開源了用于數(shù)據(jù)增強的新Python庫——AugLy。

它支持音頻、圖像、視頻和文本4種模態(tài)，提供了超過100種數(shù)據(jù)增強功能，可以對輸入內(nèi)容進行多種處理。

比如，改變文字的大小寫、字體、編碼方式，給文本添加標(biāo)點、調(diào)整字母位置、模擬錯別字。

這一項目已經(jīng)獲得1.8k顆星，并且登上了GitHub熱榜。

讓AI識別「截屏轉(zhuǎn)發(fā)」

AugLy的目的是涵蓋現(xiàn)實網(wǎng)絡(luò)中具體的數(shù)據(jù)增強，用來創(chuàng)建樣本，從而訓(xùn)練和測試模型。

根據(jù)Facebook和Instagram等平臺上的生活圖像和視頻，AugLy在統(tǒng)一的庫和API下轉(zhuǎn)換項目的所有數(shù)據(jù)，提供了超過100種數(shù)據(jù)增強方式。

其中包括4個子庫，分別對應(yīng)音頻、圖像、視頻和文本4種模態(tài)。

這些子庫包括基于函數(shù)和類的變換、組合，并且可以選擇所應(yīng)用的元數(shù)據(jù)及其強度。

以圖片處理為例，AugLy可以對圖片進行裁剪、旋轉(zhuǎn)、添加噪聲、模糊處理、灰度處理等。

就像這樣：

有網(wǎng)友提出疑問：文本模塊只支持英語嗎？

除了包含許多通用的增強功能，AugLy更大的特點在于——提供“互聯(lián)網(wǎng)用戶”類型的數(shù)據(jù)增強方式。

比如，把圖片轉(zhuǎn)換成屏幕截圖的樣式，更加符合生活中常見的樣子。

使用AugLy數(shù)據(jù)增強訓(xùn)練AI模型，這些內(nèi)容相同而形式不同的信息，能幫助模型提高魯棒性。

在復(fù)制檢測、言論檢測或版權(quán)侵權(quán)等工作中，訓(xùn)練后AI可以對用戶上傳的內(nèi)容，進行更精確的識別。

此外，AugLy已經(jīng)被用于Deepfake檢測挑戰(zhàn)賽，用來評估模型的魯棒性。

網(wǎng)友熱議

這個新的Python庫也受到了網(wǎng)友們的關(guān)注，在Reddit上獲得了350+贊。

有網(wǎng)友提出疑問：文本模塊只支持英語嗎？

一位熱心網(wǎng)友表示：

看起來文本模塊在很大程度上是對nlpaug的一種包裝，因此AugLy支持其他語言，只需修改幾個參數(shù)。

也有網(wǎng)友提出，為什么不直接把它加到pytorch里？

對此，有人回復(fù)道：

這樣在安裝的時候會很慢，有需要的的人單獨安裝就可以了，沒必要讓pytorch那么臃腫。

AugLy要求Python 3.6以上版本，通過pip安裝，但是在虛擬環(huán)境和系統(tǒng)環(huán)境中，還需要用conda和sudo apt-get命令單獨安裝python-magic。

比較遺憾的是，AugLy目前不支持輸入批量圖像，不過開發(fā)人員表示，以后將會完善這一功能。