segmentation augmentation
- https://albumentations.ai/docs/getting_started/mask_augmentation/ 에서 관련 내용을 확인할 수 있다
- segmentation은 픽셀값을 가지고 class를 추정한다
- class를 추정하는 방법에는 여러가지가 있다
- 픽셀값이 class_id에 해당하는 경우
- 픽셀값이 컬러와 매칭되는 경우
- 원본 이미지, segmentation 이미지(mask image) 두 개의 이미지에 augmentation을 적용한다
- 노이즈를 추가하는 과정을 통해 모델이 더욱 강건하게 학습할 수 있도록 할 수 있다
구현
1. 이미지 불러오기
- 원본 이미지, mask를 불러온다
2. image augmentation
A.OneOf([]): 리스트 안에 있는 여러 변환 중 하나를 선택하여 적용A.RandomSizedCrop(): 무작위 크기로 이미지를 자른다A.PadIfNeeded(): 이미지에 패딩을 추가한다A.VerticalFlip(): 이미지를 수직으로 뒤집는다A.ElasticTransform(): 이미지에 탄성을 주어 변형시킨다 (구불구불하게)A.GridDistortion(): grid 왜곡을 적용한다A.OpticalDistortion(): 광학 왜곡을 적용한다A.CLAHE(): 히스토그램 평활화를 통해 이미지의 대비를 향상시킨다A.RandomBrightnessContrast(): 이미지의 밝기와 대비를 random으로 조절한다A.RandomGamma(): 이미지의 gamma를 조절하여 이미지의 밝기를 변경한다
3. 시각화
- 원본 이미지와 mask를 파라미터로 지정하면 원본 이미지, 원본 mask, 변환된 이미지, 변환된 mask를 모두 시각화한다
- 그렇지 않으면 변환된 이미지, 변환된 마스크만 시각화한다
결과
