수정된 이미지를 데이터 세트에 추가하기 위해 데이터 기능 보강을 사용하여 배치된 모델을 개선할 수 있습니다. 그런 다음 모델을 재훈련할 수 있습니다.
이 태스크 정보
데이터 보강은 블러 및 회전과 같은 필터를 사용해서 기존 이미지 또는 프레임의 새 버전을 작성하는 것입니다. 데이터 기능 보강을 사용할 때 새 데이터 세트가 작성됩니다. 여기에는 모든 기존 이미지와 새로 생성된 이미지가 포함되며, 이 이미지는 보강된 것으로 표시되고 원래 이미지에서 식별되는 레이블 및 카테고리를 포함합니다. 다음 고려사항이 적용됩니다.
- 전체 비디오에는 보강이 적용되지 않습니다. 이는 이미지에 적용되는 것처럼 캡처된 비디오 프레임에 적용될 수 있습니다.
- 자동 레이블 신뢰도 레벨이 보강된 이미지에서는 보존되지 않으므로, 자동 레이블로 보강을 사용하는 경우에는 데이터 세트를 보강하기 전에 레이블을 승인 또는 거부하십시오.
- 회전 필터를 사용하여 기능 보강을 사용하는 경우, 바운딩 박스로 레이블이 지정된 오브젝트는 회전 후 단단히 바인드되지 않을 수 있습니다. 오브젝트가 회전 후 단단히 바인드되어 있는지 확인하려면 바운딩 박스 대신 다각형으로 레이블을 지정하십시오. 최상의 결과를 얻으려면 그리기 도구를 사용하여 오브젝트의 아웃라인을 올바르게 작성해야 합니다.
참고: 업로드하고 기능 보강할 수 있는 최대 파일 수는 100만개입니다.
프로시저
- 배치된 모델에 대한 데이터 세트를 여십시오.
- 기능 보강에 사용할 이미지를 선택하십시오.
- 기능 보강 데이터를 클릭하십시오.
비디오를 선택하면 캡처한 모든 프레임이 보강에 사용됩니다. 비디오에서 일부 프레임을 선택하면 선택된 프레임만 기능 보강에 사용됩니다.
- 데이터 세트에 적용할 필터 조합을 선택한 후 계속을 클릭하십시오.
각 필터는 선택한 이미지마다 하나 이상의 새 버전을 생성합니다. 필터는 누적되지 않습니다.
Sharpen 및 Flip horizontal을 선택하면 6개의 새 이미지가 생성됩니다. 하나는 플립되고 5개는 예리합니다.
필터를 선택하면 해당 필터가 이미지에 적용된 예제를 볼 수 있습니다. 이 샘플 이미지는 필터의 라이브 미리보기가 아닙니다. 해당 필터를 적용했을 때의 이미지 예제입니다. Blur 및 Sharpen과 같은 일부 필터에는 선택할 수 있는 추가 설정이 있습니다.
- 새 데이터 세트의 이름을 지정하고 데이터 세트 작성을 클릭하십시오.
원래 이미지를 포함한 새 데이터 세트가 즉시 작성됩니다. 모든 처리가 완료되면 기능 보강된 이미지가 추가됩니다. 새 데이터 세트가 작성되고 나면 새 데이터 세트를 기반으로 모델을 훈련할 수 있습니다.
참고: 모델 훈련에 대한 자세한 정보는
모델 훈련을 참조하십시오.