각 이미지의 일부를 무작위로 잘라 위치 및 스케일 변동성을 추가하고 모델 일반화 성능을 높입니다.
위치와 크기에 변동성을 추가하여 모델이 대상의 이동과 카메라 위치에 더 견고해지도록 도와줍니다.
이미지의 하위 집합을 무작위로 생성합니다. 이렇게 하면 위치와 크기에 변동성이 추가되어 모델이 대상의 이동과 카메라 위치에 더 견고해지고, 모델의 일반화 가능성이 높아집니다!
퍼센트: 원본 이미지의 면적 비율 제거할. (예: 원본 이미지에서 유지할 면적의 비율. (예: 퍼센트가 높을수록 원본 이미지의 양은 더 적어집니다.)
주석은 이 증강의 영향을 받습니다. 현재 구현은 프레임 밖으로 완전히 벗어난 모든 주석을 제거합니다. 프레임 밖으로 일부 벗어난 주석은 이미지의 가장자리에 맞도록 자릅니다. 이렇게 유지된 주석에 대해서는 현재 원본 객체 감지 영역의 일부를 유지합니다.
곧 주석 영역의 몇 퍼센트를 유지할지 선택할 수 있는 기능을 제공할 예정입니다. 예를 들어, 원래 바운딩 박스 면적의 최소 80%를 가진 주석만 유지하고 싶을 수 있습니다.
랜덤 크롭 데이터 증강을 구현하는 이유와 방법
마지막 업데이트 20일 전
도움이 되었나요?
