SMOTE算法能否应用于图像不平衡数据集？求相关源码

原生SMOTE确实是为结构化表格数据设计的，但经过适配后完全可以用于图像数据集，主要有两种可行的适配思路：

适配思路 #

• 特征空间适配（推荐）：先通过预训练CNN提取图像的高维特征，在特征空间应用SMOTE生成新的少数类特征，再通过生成模型（如VAE、GAN）将生成的特征映射回图像空间；或者直接用增强后的特征训练分类模型。这种方法避开了图像像素空间的高维稀疏问题，效果更稳定。
• 像素空间适配：将图像展平为一维向量后直接应用SMOTE，但由于图像像素维度极高，生成的新图像往往模糊、缺乏语义信息，实际应用价值较低。

代码示例（特征空间SMOTE实现） #

以下是基于PyTorch和imblearn的实现示例，核心是先提取图像特征再应用SMOTE：

import numpy as np
import torch
from torchvision.models import resnet18
from imblearn.over_sampling import SMOTE
from torchvision.transforms import Compose, ToTensor, Normalize

# 初始化预训练ResNet18作为特征提取器（去掉分类头）
def get_feature_extractor(device):
    model = resnet18(pretrained=True)
    feature_extractor = torch.nn.Sequential(*list(model.children())[:-1])
    feature_extractor.to(device).eval()
    return feature_extractor

# 批量提取图像特征
def extract_image_features(images, extractor, device):
    transform = Compose([
        ToTensor(),
        Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
    ])
    # 转换图像为模型可接受的张量格式
    tensor_imgs = torch.stack([transform(img) for img in images]).to(device)
    with torch.no_grad():
        features = extractor(tensor_imgs)
    # 展平特征向量
    return features.flatten(start_dim=1).cpu().numpy()

# 模拟不平衡图像数据集（实际替换为你的数据集）
# 100张224x224的RGB图像，少数类20张，多数类80张
sample_count = 100
minority_count = 20
images = np.random.rand(sample_count, 224, 224, 3).astype(np.float32)
labels = np.concatenate([np.zeros(minority_count), np.ones(sample_count - minority_count)])

# 设备配置
device = "cuda" if torch.cuda.is_available() else "cpu"

# 提取特征
feature_extractor = get_feature_extractor(device)
img_features = extract_image_features(images, feature_extractor, device)

# 应用SMOTE进行过采样
smote = SMOTE(random_state=42)
resampled_features, resampled_labels = smote.fit_resample(img_features, labels)

# 可选：若需生成新图像，可训练VAE/GAN将resampled_features映射回图像空间

额外说明 #

如果需要更贴合图像特性的过采样方法，还可以使用SMOTE的图像专用变体，比如SMOTE-IM（针对图像纹理和结构优化），或是结合GAN的思路：先用SMOTE增强少数类特征，再用GAN基于这些特征生成真实感更强的图像。

内容的提问来源于stack exchange，提问作者Anju Ucok Lubis