Ang pagdaragdag ng impormasyon ay isang pamamaraan na ginagamit upang dagdagan ang pagkakaiba - iba ng mga impormasyon sa pagsasanay para sa mga modelo sa computer. Nakatutulong ito upang mapasulong ang kakayahan ng modelo na gawing pangkalahatan ang bago, di - nakikitang impormasyon sa pamamagitan ng artipisyal na pagpapalawak sa dataset sa pamamagitan ng pagbabago ng mga larawan.

Karaniwang Pamamaraan ng Pag - aaral ng Data

Ang ilang pamamaraan ay malawakang ginagamit upang dagdagan ang mga dataset ng larawan. Ang mga pamamaraang ito ay nagpapakilala ng mga pagkakaiba na tumutulong sa mga modelo na matuto ng mga katangiang invariant.

  • [ Pag-iinog ng mga imahe sa pamamagitan ng maliliit na anggulo upang gayahin ang iba't ibang oryentasyon.
  • Flipping: Horizontal o patayong flips upang pagbatayan ng simetriya.
  • Pag-uulat: [[T:1] Pag-aagaya ng mga imahen sa iba't ibang mga kaliskis.
  • Color Jitter: Randomly change beature, pagkakaiba, o saturation.
  • Cropping: Randomly aniping mga bahagi ng mga imahe upang ituon sa iba't ibang rehiyon.

Patiunang mga Estratehiya ng Pag - aaral ng Data

Bukod sa pangunahing mga pamamaraan, ang makabagong mga pamamaraan ay maaaring lalo pang magpahusay sa pagiging matibay ng modelo.

  • [[[[T: Pagsasama ng dalawang imahe at ng kanilang mga tatak upang lumikha ng mga bagong sampol ng pagsasanay.
  • [Cutout: Random na tinatakpan ang mga bahagi ng mga imahe upang mapabuti ang spinial invariance.
  • Random Erasing: Pagtanggal ng mga bahagi ng mga imahe sa panahon ng pagsasanay upang gayahin ang mga oclusion.
  • [Geoometric Transformations: Pagkakapit ng mga pagbabago sa persepsiyon o elastikong mga pagpilipit.

Mga Tip sa Pag - aayos

Upang mabisang maikapit ang pagdaragdag ng datos, isaalang - alang ang sumusunod na mga tip:

  • Gumamit ng mga pamamaraan ng pagdaragdag na sumasalamin sa mga real-world na pagkakaiba-iba ng iyong datos.
  • Pahiran ng mga pagbabago nang pasumalang upang maiwasan ang labis na pag - aangkop sa espesipikong mga disenyo.
  • Ang pagkakatimbang ay nagdaragdag ng impormasyon upang panatilihin ang pamamahagi ng klase.
  • Ang di - kinakailangang pagdaragdag sa mga tubo ng pagsasanay ay nagiging mabisa.