🌱Giriş
🤡 Resim Artırma Tekniği Kavramları
💥 Aşırı öğrenmeden kaçınmak için kullanılan bir teknik olan Resim Artırma Temelleri
⭐ Küçük bir veri setine sahip isek, veri setini eğitim için tüm senaryoları açacak ve resim artırmanın çeşitli teknikleriyle çalıştırabilecek temel görüntüleri değiştirmeden manipüle edebiliyoruz.
Not: Resim artırma Hem eğitim hem de test seti için gereklidir 😅
🚩 Resim Artırmanın Temel Kavramları
👩🏫 Konsept çok basittir:
Verilerimiz sınırlıysa, gelecekteki olası öngörüleri karşılayacak verilere sahip olma ihtimalimiz de sınırlıdır ve mantıksal olarak ne kadar az veriye sahipsek, modelimizin henüz görmediği veriler için doğru tahminler alma şansımız o kadar azdır.
🙄 Eğer kedileri tespit etmek için bir model eğitiyorsak ve modelimiz bir kedinin uzanırken nasıl göründüğünü hiç görmemişse, gelecekte de tanımayabilir.
Büyütme, döndürme gibi dönüşümler kullanarak eğitim yaparken, görüntülerimizi anında değiştirir.
Bu nedenle, 'ayakta' olan bir kediyi 90 derece döndürerek uzanmış bir kedinin görüntüsünü 'taklit edebilir'.
Bu şekilde, elimizdeki ver seti ucuz ✨ bir şekilde büyütmüş oluyoruz.
🔎 Not: Orijinal veriyi olduğu gibi değiştirmemek adına Image Augmentation'ı bellekte yapmak yerine çalışma zamanında runtime'da yapılması tercih edilir 🤔
🤸♀️ Image Augmentation Teknikleri
✅ Yansıtma (Mirroring)
Görüntüyü eksene göre yansıtmak
🚀 Örnek
✂ Rastgele Kesme (Random Cropping)
Bir görüntüyü alıp rastgele kesimler almak
🚀 Örnek
🎨 Renk Kaydırma (Color Shifting)
Renk kanallarına değerler ekleme ve çıkarma
🚀 Örnek
📐 (Açı Dönüştürme) Shearing Transformation
Açı dönüşümü görüntünün açısını kaydırır
🚀 Example
👩💻 Kod Örneği
Aşağıdaki kod parçası Image Augmentation yapmak için kullanılır
Full kod örneği burada 🐾 👈
🌞 Yazının Aslı
🧐 Referanslar
Last updated