Аугментация данных включает в себя набор методов для искусственного увеличения обучающей выборки через создание изменённых версий исходных данных. В этом процессе применяются различные преобразования, которые сохраняют смысловую нагрузку: геометрические изменения (например, поворот, масштабирование, сдвиг), коррекция яркости, добавление шума и цветовые модификации. Также используются более сложные подходы с применением генеративных моделей. Аугментация данных является важным инструментом в глубоком обучении, способствующим улучшению обобщающих способностей моделей и снижению риска переобучения.