Data Augmentation의 필요성
- data labeling은 중요한 작업이지만 많은 비용과 노력이 들어간다
- data augmentation은 이를 도와주는 방법이 될 수 있다
- 데이터는 많을수록 좋고 환경은 변화하기 때문에 새로운 데이터가 필요하지만 이 모든 것을 data labeling만으로 해결할 수 없다
- 따라서 data labeling을 최소화하면서 보다 효과적인 data augmentation 방법들이 제안되고 있다
- data augmentation을 사용했을 때
- 모델 성능이 더 좋아진다
- noise를 추가하는 경우도 있기 때문에 inference 성능이 좋아진다
Data Augmentation이란?
- data augmentation의 기본 개념은 데이터가 가지고 있는 고유한 특징, 특성에 추가/변경/제거를 통해 새로운 이미지를 만드는 것
색공간 변형
기하학적 변형
왜곡
- distortion : grid의 비율을 다르게 조절
그 외
- 그 외에도 이미지 왜곡, 노이즈, 가림 등 다양한 data augmentation 기법을 적용할 수 있다
Model에 Data Augmentaion 적용
- 이미지 데이터에 augmentation을 적용하여 이미지로 가지고 있을 수도 있지만 그렇게 되면 디스크 용량도 많이 차지하고 파일도 많아진다
- 따라서 모델 학습 단계에서 데이터를 불러온 후 train에 input을 넣어주는 사이에 augmentation을 적용하는 경우가 많다
- 이때 epoch을 신경써야한다
- 원래 1 epoch에 1000장의 이미지를 사용했다면,
- case 1. augmentation을 통해 이미지 데이터 개수를 60배로 늘린 경우
: 1 epoch당 6만장의 이미지 데이터 사용 - case 2. data를 불러온 후 train의 input 전에 augmentation을 적용한 경우
: 1 epoch 당 그대로 1000장
- case 1. augmentation을 통해 이미지 데이터 개수를 60배로 늘린 경우
- data augmentation의 경우 원래 이미지가 가장 많은 정보를 담고 있다
- 따라서 train 전에 augmentation을 수행한다면 epoch의 횟수를 늘리는 것이 좋다
Data Augmentation의 주의점
- data augmentation은 추가적인 데이터 제작없이 모델 성능을 확보할 수 있는 방법 중 하나이지만 사용하는데 주의가 필요하다
- 보유한 데이터와 모델의 목적을 고려하여 적절한 data augmentation 기법을 적용해야한다
신호등의 경우
- 자율주행의 경우 신호등 데이터를 사용할 때 주의가 필요하다
- 신호등의 경우 색공간 정보(res, yellow, green)과 불빛의 위치 정보를 사용한다
- augmentation을 통해 grayscale로 변환되거나 channel이 바뀌게 된다면 문제가 발생한다
- 이미지가 잘려서 하나의 신호등 부분만 보이게 된다면 어떤 신호인지 알 수 없을 수 있다
Data Augmentation 라이브러리
- imgaug
- Albumentations
- https://albumentations.ai/
- 기법이 더 다양하다
- pytorch에서 사용가능하다
