데이터 증강 사용하기

데이터 증강은 훈련 중에 딥 러닝 툴 (EClassifier, 또는 객체)에 제공된 이미지에서 무작위 변환을 수행합니다.EClassifierEClassifier

● 다양한 설정을 실험하여 데이터 증가에 가장 적합한 매개 변수를 선택합니다.
● 문제에 따라 데이터 보강을 구성합니다. 그러나 뒤집기, 이동(20~40픽셀), 밝기(5%), 대비(0.95~1.05) 또는 점 노이즈2%)는 많은 데이터 세트에서 유용할 수 있습니다.
● 변형이 이미지의 레이블을 변경하지 않는지 확인합니다(예: 회전 또는 대비 변경으로 인해 사라지는 결함).

EasyLocate를 사용하면 이러한 기하학적 변환 후에 객체를 둘러싼 최소 경계 상자를 계산할 수 없으므로 회전 및 쉬어 데이터 증가를 사용하지 않는 것이 좋습니다.

In Deep Learning Studio

● Create and configure the data augmentation settings in the Data augmentation tab.
● 최소 설정 (Lower limits augmentation), 최대 설정 (Upper limits augmentation) 또는 무작위 설정 (Random augmentation)을 사용하여 데이터 확대 이미지를 표시하고 검토하십시오.

API에서

Use EClassificationDataset::SetEnableDataAugmentation(true/false) to enable or disable these transformations or directly use an object EDataAugmentation that you give to the method EDeepLearningTool::Train.

The transformations

기하학적 변환

● 수평 및 수직 뒤집기 (EClassificationDataset::SetEnableHorizontalFlip 및 EClassificationDataset::SetEnableHorizontalFlip에서 사용 가능)
● 스케일링 (EClassificationDataset::SetMinScale 및 EClassificationDataset::SetMinScale로 정의된 최소값과 최대값 사이)
● Horizontal and vertical shifts (between –maxValue and maxValue defined with EClassificationDataset::SetMaxHorizontalShift(maxValue) and EClassificationDataset::SetMaxVerticalShift(maxValue))
● 회전 (0과 EClassificationDataset::SetMaxRotationAngle)로 정의된 최대값 사이)
● Horizontal and vertical shear (between –maxValue and maxValue defined with EClassificationDataset::SetMaxHorizontalShear and EClassificationDataset::SetMaxVerticalShear)

색상 및 광도 변환

● 밝기 오프셋 (–maxValue 와 사이에서 maxValue 로 정의)maxValue
● 대비 증가 (EClassificationDataset::SetMinContrastGain 와 EClassificationDataset::SetMinContrastGain 로 정의된 최소값과 최대값 사이)
● 감마 수정(EClassificationDataset::SetMinGamma 및 EClassificationDataset::SetMinGamma 로 정의된 최소값과 최대값 사이)
● 색조 오프셋 (–maxValue 와 사이에서 maxValue 로 정의)maxValue
● 채도 증가 (EClassificationDataset::SetMinSaturationGain 와 EClassificationDataset::SetMinSaturationGain 로 정의된 최소값과 최대값 사이)

노이즈 변환

표준 편차는 최대 픽셀 값의 백분율로 표시됩니다.

● 표준 편차 (EClassificationDataset::SetGaussianNoiseMinimumStandardDeviation 및 EClassificationDataset::SetGaussianNoiseMinimumStandardDeviation을 사용하여 정의된 최소값과 최대 값 사이에서 생성되는 백색 노이즈라고도 하는 가우시안 노이즈)
● 스펙클 노이즈는 평균 1과 표준 편차 (EClassificationDataset::SetSpeckleNoiseMinimumStandardDeviation 및 EClassificationDataset::SetSpeckleNoiseMinimumStandardDeviation으로 정의된 최소값과 최대값 사이에서)로 감마 분포에서 생성된 상승성 노이즈입니다.
● 픽셀 밀도 (EClassificationDataset:: SetSaltAndPepperNoiseMinimumDensity 및 EClassificationDataset:: SetSaltAndPepperNoiseMinimumDensity로 정의된 최소값과 최대값 사이에서 생성되는) 점 노이즈입니다.