إن زيادة البيانات هي تقنية تستخدم في التعلم العميق لزيادة تنوع البيانات التدريبية دون جمع بيانات جديدة، وهي تساعد على تحسين تعميم النماذج وتقليص المبالغة في استخدامها، ويشمل هذا الدليل الاستراتيجيات والحسابات المشتركة التي تنطوي على زيادة البيانات.

استراتيجيات توحيد البيانات

وتستخدم عدة تقنيات لزيادة البيانات، لا سيما في مهام تجهيز الصور، وهي تعدل البيانات القائمة من أجل استحداث عينات جديدة متنوعة للتدريب.

  • Rotation:] Rotating images by a certain degree range.
  • Scaling:] Resizing images while maintaining aspect ratio.
  • Flipping:] Horizontal or spiritual turns.
  • Color Jittering:] Changing brightness, contrast, or saturation.
  • Cropping:] Random or center cropping to focus on different parts of the image.

حسابات لتجميع البيانات

ويشمل تنفيذ زيادة البيانات حساب احتمال حدوث التحولات ونطاقها لضمان التنوع دون المساس بسلامة البيانات.

فعلى سبيل المثال، يمكن حساب متوسط زاوية التناوب، إذا ما طبق التناوب في حدود درجة تتراوح بين صفر و30 درجة، على النحو التالي:

Average Rotation] = (Minimum + Maximum) / 2 = (0° + 30°) / 2 = 15°

وبالمثل، يمكن تحديد حجم المحاصيل عند تطبيق زراعة المحاصيل العشوائية على أساس حجم الصورة الأصلية ونسبة التغطية المرغوبة.

فوائد جمع البيانات

ويمكن أن يؤدي استخدام تقنيات زيادة البيانات إلى تحسين الأداء النموذجي عن طريق عرض النموذج على مجموعة متنوعة من البيانات، كما يساعد على الحد من الإفراط في الملاءمة، لا سيما عندما تكون بيانات التدريب محدودة.