Je ferai de l'augmentation de données sur les images

Pourquoi l’augmentation est-elle importante ?

• Pour surmonter la limitation des données
• Pour améliorer la précision du modèle
• Pour que le modèle fonctionne dans toutes les conditions environnementales, avec des rotations d’objets, des désalignements, du flou, des échelles, etc.

Je peux augmenter un ensemble de données pour générer des images avec des variations. Cela est utile lorsque vous disposez de peu de données pour entraîner vos modèles ML.

L’augmentation ou la manipulation des données est surtout utile lorsque vous avez peu de données.

Entraîner un modèle d’IA ou de ML dans une seule orientation amène le modèle à apprendre des caractéristiques uniquement dans une transformation unique, ce qui échouera lorsque les données d’entrée seront légèrement modifiées. Les changements dans les conditions environnementales modifient l’apparence, et le modèle peut ne pas reconnaître ces entrées, car il n’a pas été entraîné dessus.

Une méthode recommandée consiste à utiliser plusieurs transformations de la même image, ce qui rend le modèle robuste face à toute orientation ou changement d’apparence de l’image.

Fonctionnalités :

• Je peux transformer un petit ensemble de données en un grand ensemble.
• Je peux rendre l’ensemble de données invariant aux changements de rotation, d’apparence, de scale, etc.

Techniques possibles que je peux utiliser :

• Rotation
• Flip
• Zoom (ou mise à l’échelle)
• Changements de couleur
• Flou
• Désalignement
• Obstructions ou occlusions partielles
• Changement de couleur
• bruit
• lumineux/sombre
• recadrage
• Niveaux de gris
• Décalage