Prečo je potrebná augmentácia údajov?

Rozšírenie údajov je proces umelého zväčšenia objemu a rozmanitosti tréningového súboru použitím rôznych transformácií na pôvodné údaje. To je obzvlášť dôležité pri úlohách strojového učenia, kde kvalita a množstvo údajov priamo ovplyvňujú kvalitu modelu.

Prečo je potrebné rozšírenie údajov:

• Zvýšenie objemu údajov: pomáha predchádzať preučeniu, keď si model príliš dobre pamätá tréningové údaje.
• Zlepšenie odolnosti modelu: vďaka rozmanitosti údajov sa model učí byť odolnejší voči šumu a variáciám.
• Simulácia reálnych podmienok: napríklad v počítačovom videní je možné obrázky otáčať, škálovať alebo meniť ich jas, aby model lepšie rozpoznával objekty v rôznych podmienkach.

Príklad rozšírenia obrázkov pomocou knižnice imgaug:

import imgaug.augmenters as iaa

seq = iaa.Sequential([
    iaa.Fliplr(0.5),           # vodorovný zrkadlový odraz s pravdepodobnosťou 50%
    iaa.Affine(rotate=(-20, 20)),  # rotácia od -20 do 20 stupňov
    iaa.AdditiveGaussianNoise(scale=0.05*255)  # pridanie šumu
])

rozšírené_obrázky = seq(images=pôvodné_obrázky)

Týmto spôsobom rozšírenie údajov pomáha urobiť model univerzálnejším a zlepšiť jeho kvalitu pri obmedzenom počte pôvodných údajov.