데이터 증강 사용하기

데이터 증강은 훈련 중 Eclassifier 객체에 주어진 이미지에 대해 임의 변환을 수행합니다.

●

다양한 설정을 실험하여 데이터 증가에 가장 적합한 매개 변수를 선택합니다.

●

변형이 이미지의 레이블을 변경하지 않는지 확인합니다(예: 회전 또는 대비 변경으로 인해 사라지는 결함).

에서EasyDeepLearning Studio

●

두 번째 탭에서 데이터 기능 보강을 구성합니다(이미지 등록 정보 및 기능 보강).

●

최소 설정 (Lower limits augmentation), 최대 설정 (Upper limits augmentation) 또는 무작위 설정 (Random augmentation)을 사용하여 데이터 확대 이미지를 표시하고 검토하십시오.

API에서

이러한 변환을 사용하거나 사용하지 않으려면 EClassificationDataset::SetEnableDataAugmentation(true/false)을 사용하십시오.

가능한 변환은 다음과 같습니다:

기하학적 변환

●

●

●

수평 및 수직 시프트 (EClassificationDataset::SetMaxHorizontalShift(maxValue) 및 EClassificationDataset::SetMaxVerticalShift(maxValue)로 정의된–maxValue와 maxValue 사이)

●

회전 (0과 EClassificationDataset::SetMaxRotationAngle로 정의된 최대값 사이)

●

수평 및 수직 시프트 (EClassificationDataset::SetMaxHorizontalShear 및 EClassificationDataset::SetMaxVerticalShear로 정의된–maxValue와 maxValue 사이)

색상 및 광도 변환

●

밝기 오프셋 (EClassificationDataset::SetMaxBrightnessOffset으로 정의된 maxValue 와 maxValue 사이)

●

●

●

감마 보정 (EClassificationDataset::SetMaxHueOffset으로 정의된 –maxValue 와 maxValue 사이)

●

노이즈 변환

표준 편차는 최대 픽셀 값의 백분율로 표시됩니다.

●

표준 편차 (EClassificationDataset::SetGaussianNoiseMinimumStandardDeviation 및 EClassificationDataset::SetGaussianNoiseMaximumStandardDeviation을 사용하여 정의된 최소값과 최대 값 사이에서 생성되는 백색 노이즈라고도 하는 가우시안 노이즈)

●

스펙클 노이즈는 평균 1과 표준 편차 (EClassificationDataset::SetSpeckleNoiseMinimumStandardDeviation 및 EClassificationDataset::GetSpeckleNoiseMinimumStandardDeviation으로 정의된 최소값과 최대값 사이에서)로 감마 분포에서 생성된 상승성 노이즈입니다.

●