反射填充法进行数据集扩充带来的问题

反射填充法是一种常见的数据集扩充技术，它可以通过对图像进行水平、垂直镜像等操作来生成新的训练样本。但是，反射填充法存在以下问题：

1. 数据集扩充效果不一定好：反射填充法只能生成对称的图像，如果原始图像中存在非对称的信息，如文字、标志等，反射填充法生成的新样本可能会失去这些信息，从而影响模型的训练效果。

2. 重复样本增多：反射填充法生成的新样本与原始样本有很大的相似度，如果生成的样本过多，可能会导致数据集中重复样本的数量增加，从而影响模型的泛化能力。

3. 时间和空间复杂度高：生成大量的新样本需要消耗大量的计算资源和存储空间，特别是在数据集比较大的情况下，反射填充法可能会导致计算时间和存储空间的急剧增加。

4. 无法处理多样性数据集：反射填充法只适用于对称的图像数据集，无法处理其他类型的数据集，如文本数据集、音频数据集等。