Reddit 사용자가 단일 클래스 분할 모델 학습 시 이미지당 즉석 증강 횟수에 대한 질문을 올렸어요. 다양한 촬영 환경 변수를 시뮬레이션하기 위해 100개의 조합이 적절한지, 아니면 과도한 것인지 문의했어요. 목표는 객체 경계 주변의 분할 정확도를 최대화하는 것이며, 속도는 중요하지 않다고 밝혔어요.
다양한 변수(roll, pitch, yaw, 카메라 거리, 객체 커버리지, 중심/XY 이동, 방향, 원근, 조명)를 고려하여 이미지 증강 전략을 결정해야 합니다. 주로 개별 변환을 사용하거나, 변환 조합을 사용하거나, 두 가지를 혼합할 수 있습니다.
학습 데이터는 3,000개로, 300 에폭 동안 학습할 예정이며 검증 및 테스트 이미지는 증강하지 않을 예정입니다.