기준은 현재 진행중인 dataset (사람+마스크)으로 적용가능여부를 판단하였음
p는 기본으로 1.0으로 되어있었는데 0.5로 변경해서 작성하였음
Blur (별로임)
CLAHE(히스토그램 평활화) (O)
- clip_limit 15 이하
- height 8 width 8
CLAHE(always_apply=False, p=0.5, clip_limit=(1, 15), tile_grid_size=(8, 8))
CenterCrop (O)
CenterCrop(always_apply=False, p=0.5, height=??, width=??)
Channel Dropout (X)
Channel Shuffle (X)
Coarse Dropout
- hole 개수 1~15
- min, max height/width: 8~15
- fill_value (0,0,0)
CoarseDropout(always_apply=False, p=0.5, max_holes=20, max_height=15, max_width=15, min_holes=1, min_height=8, min_width=8)
Crop (X)
Cutout (Coarse Dropout이랑 둘중 하나만 사용하면될듯?)
- 범위설정이 아니라 hole의 개수/w/h가 고정된다는 점에서 차이가 있는듯?
- hole 10개, w,h=10
Cutout(always_apply=False, p=0.5, num_holes=10, max_h_size=10, max_w_size=10)
Downscale(O)
- 보간을 안해주면 아래처럼 됨
- 보간은 짝수개 추천 (특히 2), scale (0.70~0.99(안전하게 가자)
Downscale(always_apply=False, p=0.5, scale_min=0.699999988079071, scale_max=0.9900000095367432, interpolation=2)
- alpha: 이미지를 흩는다
- alpha_affine, sigma: 이미지를 살짝 회전..?늘임 (이정도로 늘이면 안된다!!)
- border_mode=1 주변픽셀을 늘임
- 조금만 바꾸자..!!!
ElasticTransform(always_apply=False, p=0.5, alpha=0.20000000298023224, sigma=3.359999895095825, alpha_affine=2.009999990463257, interpolation=1, border_mode=1, value=(0, 0, 0), mask_value=None, approximate=False)
Equalize (O)
- 단 by_channels=False로!
Equalize(always_apply=False, p=0.5, mode='cv', by_channels=False)
Flip (X)
- horizontal/vertical 선택 불가함
GaussianNoise (O)
GaussNoise(always_apply=False, p=0.5, var_limit=(0.0, 26.849998474121094))
GridDistortion (O)
- 진짜 조금만...
GridDistortion(always_apply=False, p=0.5, num_steps=1, distort_limit=(-0.029999999329447746, 0.05000000074505806), interpolation=2, border_mode=0, value=(0, 0, 0), mask_value=None)
HorizontalFlip (O)
HorizontalFlip(always_apply=False, p=0.5)
HueSaturationValue(X)
ISONoise(O)
- 위의 사진보다 더 약하게 해야할듯
ISONoise(always_apply=False, p=0.5, intensity=(0.05000000074505806, 0.12999999523162842), color_shift=(0.009999999776482582, 0.26999998092651367))
ImageCompression
- 이렇게 많이 하면 안된다...
- pooling-unpolling 반복하는..느낌?
ImageCompression(always_apply=False, p=0.5, quality_lower=56, quality_upper=100, compression_type=1)
InvertImg(X)