Data augmentation é uma técnica amplamente utilizada no processamento de imagens e visão computacional para aumentar a diversidade e a quantidade de dados de treinamento disponíveis para modelos de aprendizado de máquina. Ela envolve a aplicação de transformações aleatórias ou controladas às imagens de treinamento existentes, criando variações dessas imagens sem a necessidade de coletar manualmente mais dados. Isso ajuda a melhorar a robustez e o desempenho dos modelos de machine learning.
Operações para o Data Augmentation
[ ] Escala Cinza (Preto e Branco)
[ ] Flip
[ ] Rotação de 30°
Resultados esperados
Espera-se gerar as imagens transformadas e com a preservação de suas anotações. Atentar-se ao nome dos arquivos de origem e destino. Por exemplo, se a imagem original se chamava img_a_0001.jpg, as imagens transformadas devem respeitar esse formato e acrescentar o nome da transformação:
Escala cinza: img_a_0001_bw.jpg
Flip: img_a_0001_flip.jpg
Rotação: img_a_0001_rot.jpg
Onde a corresponde a espécie/classe e 0001 corresponde a ordem da classe, nesse caso, 1ª imagem da classe a.
O que é Data Augmentation?
Data augmentation é uma técnica amplamente utilizada no processamento de imagens e visão computacional para aumentar a diversidade e a quantidade de dados de treinamento disponíveis para modelos de aprendizado de máquina. Ela envolve a aplicação de transformações aleatórias ou controladas às imagens de treinamento existentes, criando variações dessas imagens sem a necessidade de coletar manualmente mais dados. Isso ajuda a melhorar a robustez e o desempenho dos modelos de machine learning.
Operações para o Data Augmentation
Resultados esperados
Espera-se gerar as imagens transformadas e com a preservação de suas anotações. Atentar-se ao nome dos arquivos de origem e destino. Por exemplo, se a imagem original se chamava
img_a_0001.jpg
, as imagens transformadas devem respeitar esse formato e acrescentar o nome da transformação:img_a_0001_bw.jpg
img_a_0001_flip.jpg
img_a_0001_rot.jpg