Усовершенствование данных для обнаружения объектов с использованием глубокого обучения

Question

У меня вопрос об увеличении данных для обучения глубокой нейронной сети для обнаружения объектов.

У меня довольно ограниченный набор данных (около 300 изображений). Я увеличил данные, повернув каждое изображение с 0-360 градусов с шагом 15 градусов. Следовательно, я получил 24 повернутых изображения из одного. Таким образом, я получил около 7200 изображений. Затем я нарисовал ограничительную рамку вокруг объекта интереса к каждому дополненному изображению.

Как представляется, разумный подход к улучшению данных?

С наилучшими пожеланиями

Answer 1

Для подготовки хорошей модели вам нужно много представителя данных. Ваше увеличение является репрезентативным только для поворотов, так что да, это хороший метод, если вы обеспокоены тем, что не достаточно поворота объектов. Однако это никоим образом не поможет с обобщением на другие объекты/преобразования.

Answer 2

Кажется, что вы на правильном пути, вращение, как правило, очень полезно для увеличения учебных данных. Я бы предложил попробовать другие преобразования, такие как shift (вы, скорее всего, хотите обнаружить частично существующие объекты), масштабирование (делает вашу модель инвариантной по шкале), сдвиг, флип и т. Д. Объединив различные преобразования, вы можете ввести дополнительное разнообразие в своем обучении данные. Тренировочный набор из 300 изображений - очень небольшое число, поэтому вам обязательно понадобится более одной трансформации, чтобы увеличить столь крошечный набор для обучения.

Answer 3

Это хороший подход, если вы не меняете эти метки неявно, когда делаете rotation. Например. Изображение, содержащее цифру 6, станет цифрой 9 при повороте на 180 град. Таким образом, вы должны обратить внимание на такие сценарии.

Но, вы можете также сделать другие геометрические преобразования, как scaling, translation

Другие дополнения, которые можно рассматривать как с помощью заранее подготовленных моделей, таких как ImageNet, если ваш домен проблема имеет некоторое сходство с данными ImageNet. Это позволит вам обучать более глубокие модели даже для вашей ситуации с дефицитом данных.