只要稍微动点手脚，就会给 AI 模型的鲁棒性带来挑战。在 AI 眼里，下面这两张图片可能毫无关联。
不过，Facebook AI 在近日开源了用于数据增强的新 Python 库 ——AugLy。
使用 AugLy 数据增强训练 AI 模型，训练后 AI 可以对用户上传的内容，进行更精确的识别，有助于识别盗版图文音视频。
它支持音频、图像、视频和文本 4 种模态，提供了超过 100 种数据增强功能，可以对输入内容进行多种处理。
比如，改变文字的大小写、字体、编码方式，给文本添加标点、调整字母位置、模拟错别字，以及裁剪、旋转图片，给图片加文字、增加饱和度、增加亮度、改变清晰度等。
这一项目已经获得 1.8k 颗星，并且登上了 GitHub 热榜。
让 AI 识别「截屏转发」
AugLy 的目的是涵盖现实网络中具体的数据增强，用来创建样本，从而训练和测试模型。
根据 Facebook 和 Instagram 等平台上的生活图像和视频，AugLy 在统一的库和 API 下转换项目的所有数据，提供了超过 100 种数据增强方式。
其中包括 4 个子库，分别对应音频、图像、视频和文本 4 种模态。
这些子库包括基于函数和类的变换、组合，并且可以选择所应用的元数据及其强度。
以图片处理为例，AugLy 可以对图片进行裁剪、旋转、添加噪声、模糊处理、灰度处理等。
除了包含许多通用的增强功能，AugLy 更大的特点在于 ——提供“互联网用户”类型的数据增强方式。
比如，把图片转换成屏幕截图的样式，更加符合生活中常见的样子。
使用 AugLy 数据增强训练 AI 模型，这些内容相同而形式不同的信息，能帮助模型提高鲁棒性。
在复制检测、言论检测或版权侵权等工作中，训练后 AI 可以对用户上传的内容，进行更精确的识别。
此外，AugLy 已经被用于 Deepfake 检测挑战赛，用来评估模型的鲁棒性。
网友热议
这个新的 Python 库也受到了网友们的关注，在 Reddit 上获得了 350 + 赞。
有网友提出疑问：文本模块只支持英语吗?
一位热心网友表示：
看起来文本模块在很大程度上是对 nlpaug 的一种包装，因此 AugLy 支持其他语言，只需修改几个参数。
也有网友提出，为什么不直接把它加到 pytorch 里?
对此，有人回复道：
这样在安装的时候会很慢，有需要的的人单独安装就可以了，没必要让 pytorch 那么臃肿。
AugLy 要求 Python 3.6 以上版本，通过 pip 安装，但是在虚拟环境和系统环境中，还需要用 conda 和 sudo apt-get 命令单独安装 python-magic。
比较遗憾的是，AugLy 目前不支持输入批量图像，不过开发人员表示，以后将会完善这一功能。
