Data Augmentation 구현

last update 24.12.06

• colab 환경에서 진행함 https://drive.google.com/file/d/1KQk5kqjK0LnkZhwabkhYQUHTXOTynz2x/view?usp=sharing
  
• Keras 사용
• 뇌종양 데이터셋의 이미지 데이터를 증강하는 파이프라인 구현
  • 사용한 데이터셋: https://www.kaggle.com/datasets/navoneel/brain-mri-images-for-brain-tumor-detection/data
• 데이터 증강은 ImageDataGenerator를 사용
• 데이터 증강 결과는 새로운 디렉토리에 저장 → 압축 → 로컬로 다운로드하여 사용할 수 있도록 구성

코드

---

1. 디렉토리 생성

os.makedirs('/content/augmented-images')
os.makedirs('/content/augmented-images/yes') # 종양이 있는 이미지 저장
os.makedirs('/content/augmented-images/no') # 종양이 없는 이미지 저장

• 증강된 이미지를 저장할 디렉토리
• os.makedirs: 디렉토리 생성해주는 역할

2. 데이터 증강

# 2-1. 데이터 증강 함수 정의
def augment_data(file_dir, n_generated_samples, save_to_dir):
		
		# 2-2. 데이터 증강 기법 설정
    data_gen = ImageDataGenerator(rotation_range=10,
                                  width_shift_range=0.1,
                                  height_shift_range=0.1,
                                  shear_range=0.1,
                                  brightness_range=(0.3, 1.0),
                                  horizontal_flip=True,
                                  vertical_flip=True,
                                  fill_mode='nearest'
                                 )
		
		# 2-3. 원본 데이터 증강 및 저장
    for filename in listdir(file_dir):
        image = cv2.imread(file_dir + '/' + filename)
        # reshape the image
        image = image.reshape((1,)+image.shape)
        save_prefix = 'aug_' + filename[:-4]
       
        # 증강 데이터 생성
        i=0
        for batch in data_gen.flow(x=image, batch_size=1, save_to_dir=save_to_dir,save_prefix=save_prefix, save_format='jpg'):
                i += 1
                # 증강 중단 조건
                if i > n_generated_samples:
                    break

• 2-1. 데이터 증강 함수 정의
  • n_generated_samples
    • 한 개의 원본 이미지에서 증강할 이미지의 개수를 지정하는 매개변수
    • 증강 중단 조건으로 쓰임 (2-3. 에서 사용)
• 2-2. 데이터 증강 기법 설정
  • ImageDataGenerator: Keras 데이터 증강 클래스
  • 사용한 증강 기법

파라미터	설명
rotation_range=10	• 이미지를 ±10도 이내로 무작위 회전 • 다양한 각도에서 학습 가능
width_shift_range=0.1, height_shift_range=0.1	• 이미지의 가로 및 세로를 10% 이내로 무작위로 이동 • 다양한 위치에서 학습 가능
shear_range=0.1	• 이미지를 기울임 • 이미지 왜곡에 견고한 모델 학습 가능
brightness_range=(0.3, 1.0)	• 이미지 밝기를 30%~100% 사이에서 무작위로 조정
horizontal_flip=True, vertical_flip=True	• 이미지를 수평 및 수직으로 무작위로 뒤집음
fill_mode='nearest'	• 증강으로 인해 생긴 빈 공간을 가장 가까운 픽셀 값으로 채움

3. 증강 함수 호출

augment_data(file_dir='/content/brain_tumor_dataset/yes',n_generated_samples=6, save_to_dir='/content/augmented-images/yes')

augment_data(file_dir='/content/brain_tumor_dataset/no', n_generated_samples=9, save_to_dir='/content/augmented-images/no')

4. 증강된 이미지 압축 및 다운로드

import shutil

# 압축 생성
shutil.make_archive('/content/augmented-images', 'zip', '/content/augmented-images')

from google.colab import files

# 압축 파일 다운로드
files.download('/content/augmented-images.zip')