Ich werde die Daten von Bildern erweitern

Warum Augmentation wichtig ist?

• Um begrenzte Daten zu überwinden
• Um die Genauigkeit des Modells zu verbessern
• Um die Arbeit des Modells unter verschiedenen Umweltbedingungen, Objektrotationen, Fehlanpassungen, Unschärfen, Skalen usw. zu verbessern

Ich kann einen Datensatz erweitern, um Bilder mit Variationen zu erzeugen. Das ist nützlich, wenn du nur wenige Daten hast, um deine ML-Modelle zu trainieren.

Datenaugmentation oder Datenmanipulation ist vor allem dann sinnvoll, wenn du nur wenige Daten hast.

Das Training eines KI- oder ML-Modells in nur einer Ausrichtung lässt das Modell nur Merkmale in einer einzigen Transformation lernen, was scheitert, wenn die Eingabedaten leicht verändert werden. Änderungen in den Umweltbedingungen führen zu Erscheinungsänderungen, und das Modell könnte bei Eingaben versagen, auf die es nicht trainiert wurde.

Eine empfohlene Methode ist die Verwendung mehrerer Transformationen desselben Bildes, wodurch das Modell in jeder Ausrichtung und bei Erscheinungsänderungen robust wird.

Merkmale:

• Ich kann einen kleinen Datensatz in einen großen verwandeln.
• Ich kann den Datensatz invarianten gegenüber Rotation, Erscheinungsänderungen, Skalierungsvariationen usw. machen.

Mögliche Techniken, die ich verwenden kann:

• Drehen
• Spiegeln
• Zoom (oder Skalierung)
• Farbänderungen
• Unschärfe
• Fehlanpassung
• Teilweise Blockierungen oder Verdeckungen
• Farbwechsel
• Rauschen
• hell/dunkel
• Zuschneiden
• Graustufen
• verschoben