> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation.md).

# 이미지 증강

모델 성능을 향상시키기 위해 증강 이미지를 생성합니다.

이미지 증강은 데이터셋에서 "Train"으로 표시된 기존 이미지에 증강을 적용하는 단계입니다. 이 과정은 모델이 일반화하는 능력을 향상시켜 보이지 않는 이미지에서도 더 효과적으로 성능을 내도록 도와줄 수 있습니다.

{% hint style="success" %}
증강 없이 프로젝트를 시작하는 것을 권장합니다. 이렇게 하면 원본 데이터셋의 품질을 평가할 수 있습니다. 증강을 추가했는데 데이터셋 성능이 기대만큼 좋지 않다면, 모델 성능과 비교할 기준선이 없어집니다.

증강 없이도 모델이 잘 작동하지 않는다면, 클래스 균형, 데이터 표현 방식, 데이터셋 크기를 살펴봐야 할 수 있습니다. 증강 없이 모델을 성공적으로 학습한 데이터셋이 있다면, 모델 성능 향상을 더 돕기 위해 증강을 추가할 수 있습니다.
{% endhint %}

증강은 몇 가지 핵심적인 이유로 학습 시점이 아니라 데이터셋 버전("오프라인 증강")을 통해 적용됩니다:

1. **모델 재현성이 향상됩니다**. Roboflow를 사용하면 각 이미지가 어떻게 증강되었는지 복사본을 보관할 수 있습니다. 예를 들어, 모델이 어두운 이미지보다 밝은 이미지에서 더 잘 작동한다면, 더 많은 저조도 학습 데이터를 수집해야 합니다.
2. **학습 시간이 줄어듭니다**. 증강은 CPU에 제약을 받는 작업입니다. GPU로 학습하고 증강을 실시간으로 수행할 때, GPU는 각 에포크마다 CPU가 증강된 데이터를 제공하기를 기다리는 경우가 많습니다. 이 시간이 쌓이면 상당해집니다!
3. **학습 비용이 줄어듭니다**. 증강은 CPU에 제약을 받는 작업이기 때문에, 비용이 많이 드는 임대 GPU가 학습용 이미지를 공급받기 위해 기다리는 경우가 많습니다.

## 증강이 적용되는 방식

증강은 항상 학습 이미지에 적용되며 [전처리 단계](https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-preprocessing.md)이후에 적용됩니다. 선택한 증강은 함께 쌓여 적용되며, 각 증강 이미지에는 증강 설정과 각 설정의 값에 대한 무작위화가 적용됩니다. 이 과정에서 중복으로 나타나는 이미지는 생성된 버전에서 필터링됩니다.

예를 들어 "수평 뒤집기"와 "소금과 후추 노이즈" 증강을 선택하면, 해당 이미지는 무작위로 수평 뒤집기 반영과 소금과 후추 노이즈 추가가 적용됩니다.

### 증강 제한

증강이 포함된 데이터셋 버전을 만들 때, "최대 버전 크기" 옵션을 통해 포함할 증강 이미지의 최대 개수를 선택할 수 있습니다.

예를 들어 3x를 선택하면 최종 데이터셋 버전에는 각 학습 원본 이미지에 [전처리 단계](https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-preprocessing.md) 가 적용되고, 선택한 설정에 따라 각 이미지에 대해 무작위 증강 2개가 추가됩니다.

데이터셋에 100개의 이미지가 있고 train/valid/test 분할이 70/20/10인 상태에서 3x 증강을 선택하면, 최종 데이터셋은 대략 210/20/10 분할이 됩니다.

<figure><img src="https://3735512388-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-6e1eab9e86e8e1271b32261c1f214c503ed7afc7%2Fimage%20(413).png?alt=media" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
이미지를 중복 제거하고 "Null 필터"와 같은 특정 옵션이 출력에서 이미지를 제거할 수 있기 때문에, 버전의 최종 이미지 수는 이 추정치보다 적을 수 있습니다.
{% endhint %}

플랜에 따라 선택할 수 있는 최대 배율이 정해집니다. 웹 앱은 플랜에서 허용하는 값만 제공하며, API 또는 Python SDK를 통해 더 큰 값을 요청하면 버전 생성이 실패합니다. 다음을 참조하세요: [가격 페이지](https://roboflow.com/pricing) 에서 각 플랜의 제한을 확인하세요.

## 증강 옵션

Roboflow의 증강은 "기본" 또는 "고급"일 수 있으며, 두 가지 다른 수준에서 적용할 수 있습니다.

### 이미지 수준 증강

이미지 수준 증강은 개별 객체나 영역이 아니라 전체 이미지에 변환을 적용하여 새로운 학습 데이터를 생성합니다. 전체 이미지를 수정함으로써 개발자는 더 다양한 시각적 조건을 시뮬레이션할 수 있으며, 모델이 새로운 데이터에 더 잘 일반화하도록 도울 수 있습니다.

### 바운딩 박스 수준 증강

바운딩 박스 수준 증강은 소스 이미지의 바운딩 박스 내용만 변경하여 새로운 학습 데이터를 생성합니다. 이를 통해 개발자는 문제의 조건에 더 적합한 학습 데이터를 더 세밀하게 제어하며 만들 수 있습니다.

A [2019년 논문](https://arxiv.org/pdf/1906.11172.pdf) 은 Google 연구원들이 자신의 모델에 최적의 데이터를 만들기 위해 바운딩 박스만 증강하는 아이디어를 소개합니다. 이 논문에서 연구자들은 바운딩 박스만 수정해도 체계적인 개선이 이루어지며, 특히 작은 데이터셋으로 학습한 모델에서 그러한 효과가 나타난다는 것을 보여주었습니다.

{% hint style="info" %}
고급 증강과 바운딩 박스 증강은 **프리미엄** 기능입니다.

요금제와 관련 기능에 대한 최신 정보는 다음을 참조하세요. [가격 페이지](https://roboflow.com/pricing).
{% endhint %}

<table data-search="false"><thead><tr><th></th><th data-type="checkbox">이미지 수준 증강</th><th data-type="checkbox">바운딩 박스 증강</th><th>증강 유형<select><option value="Z8F06MhppTfn" label="고급" color="blue"></option><option value="sdEDfdaf9Z03" label="기본" color="blue"></option></select></th></tr></thead><tbody><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/flip-augmentation.md">뒤집기 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/90o-rotate-augmentation.md">90도 회전 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/crop-augmentation.md">자르기 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/rotation-augmentation.md">회전 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/shear-augmentation.md">기울이기 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/grayscale-augmentation.md">그레이스케일 증강</a></td><td>true</td><td>false</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/hue-augmentation.md">색조 증강</a></td><td>true</td><td>false</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/saturation-augmentation.md">채도 증강</a></td><td>true</td><td>false</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/brightness-augmentation.md">밝기 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/exposure-augmentation.md">노출 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/blur-augmentation.md">흐림 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/noise-augmentation.md">노이즈 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/camera-gain-augmentation.md">카메라 게인 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/motion-blur-augmentation.md">모션 블러 증강</a></td><td>true</td><td>true</td><td><span data-option="sdEDfdaf9Z03">기본</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/cutout-augmentation.md">컷아웃 증강</a></td><td>true</td><td>false</td><td><span data-option="Z8F06MhppTfn">고급</span></td></tr><tr><td><a href="https://docs.roboflow.com/datasets/ko/versions/dataset-versions/image-augmentation/augmentation-types/mosaic-augmentation.md">모자이크 증강</a></td><td>true</td><td>false</td><td><span data-option="Z8F06MhppTfn">고급</span></td></tr></tbody></table>

## 자세히 알아보기

* [데이터 증강을 위한 궁극의 가이드](https://blog.roboflow.com/data-augmentation/)
* [객체 탐지를 위한 이미지 증강 방법](https://blog.roboflow.com/object-detection-augmentation/)
