Data Augmentation

개요

- 원본 이미지에 다양한 변형을 적용하여 이미지 데이터의 양을 증강시키는 방법

- 이미지 데이터는 다른 정형 데이터와 비교했을때, 확보가능한 데이터의 수가 적음

- 원본 이미지에 다양한 변형을 통해 이미지 데이터 개수를 늘리는 것과 같은 효과를 얻기 위함

- 원본 학습 이미지의 개수를 늘리는것이 아닌, 학습할 때마다 원본 이미지를 변형해서 학습을 수행

 

Data Augmention 유형

1. Spatial-Level Transform - 이미지 자체를 변형

- Flip: Vertical(상하반전), Horizontal(좌우반전)

- Crop: Center, Random

- Affine: Rotate(이미지방향 전환), Translate, Shear, Scale

 

2. Pixel_Level Transform - 픽셀단위로 변형

- Bright, Satruration, Hue, GrayScale, Color jitter

- Contrast

- Blur, Gaussian Blur, Median Blur

- Noise, Cutout

- Histogram

- Gamma 

- RGBShift

- Sharpen

 

TG.Keras 지원 Augmentation

1. Keras ImageDataGenerator

2. Augmentation 전용패키지 

   - Albumentation

   - ImgAug 

3. Tensorflow Image Library