Haré aumento de datos en imágenes

¿Por qué importa la augmentación?

• Para superar datos limitados
• Para mejorar la precisión del modelo
• Para que el modelo funcione en cualquier condición ambiental, rotaciones de objetos, desalineaciones, borrosidad, escalas, etc.

Puedo aumentar un conjunto de datos para generar imágenes con variaciones. Esto es útil cuando tienes pocos datos para entrenar tus modelos de ML.

La augmentación de datos o manipulación de datos es especialmente útil cuando tienes pocos datos.

Entrenar un modelo de IA o ML en una sola orientación hace que el modelo aprenda características solo en una transformación, lo que fallará cuando los datos de entrada cambien ligeramente. Los cambios en las condiciones ambientales provocan variaciones en la apariencia y el modelo puede fallar en ese tipo de entrada, en la que no fue entrenado.

Un método recomendado es usar múltiples transformaciones de la misma imagen, lo que hace que el modelo sea robusto ante cualquier orientación y cambios en la apariencia.

Características:

• Puedo convertir un conjunto pequeño en uno grande.
• Puedo hacer que el conjunto de datos sea invariante a cambios de rotación, cambios en la apariencia, variaciones de escala, etc.

Técnicas posibles que puedo usar:

• Rotar
• Volteos
• Zoom (o escalado)
• Cambios de color
• Borrosidad
• Desalineación
• Oclusiones parciales o bloqueos
• Cambio de color
• ruido
• brillante/oscuridad
• recorte
• Escala de grises
• Desplazamiento