데이터 증강 추가 공부

기본적인 이미지 증강 기법

기법 설명 장점 단점
Flipping \(좌우/상하 반전) 이미지를 좌우 혹은 상하로 뒤집음 단순하면서도 효과적, 공간적 다양성 확보 방향이 중요한 이미지(예: 문자)에는 부적절
Rotation (회전) 일정 각도만큼 이미지 회전 다양한 각도 학습 가능 너무 많이 돌리면 원본 의미 손실
Cropping (자르기) 이미지의 일부만 잘라서 사용 객체의 위치 변화에 강해짐 중요한 객체가 잘릴 수 있음
Translation (이동) 이미지를 상하좌우로 이동 위치 불변성 향상 경계 부분이 잘릴 수 있음
Scaling (확대/축소) 이미지 크기를 비율로 조절 크기 변화에 대응 가능 너무 크게/작게 하면 정보 손실

픽셀 단위 변화 기법

기법 설명 장점 단점
Brightness / Contrast 조정 밝기나 대비를 변화 조명 변화에 강한 모델 생성 과도하면 색 왜곡
Color Jitter / Hue Shift 색조, 채도, 명도 무작위 변형 다양한 조명·색감에 적응 객체의 색 정보가 중요한 경우 부적절
Gaussian Noise 추가 무작위 노이즈 삽입 노이즈 강건성 증가 과도하면 정보 손실
Blurring / Sharpening 흐림 또는 선명도 조절 다양한 카메라 환경에 적응 초점 정보 손실 가능

공간 변형 기반 기법

기법 설명 장점 단점
Affine Transform 회전, 이동, 스케일, 반사 조합 일반적인 위치·형태 불변성 확보 계산량 증가
Perspective Transform 시점 왜곡 효과 3D 시점 변화 학습 원본 의미 왜곡 가능
Elastic Distortion 랜덤한 국소적 비틀림 필기체·자연 이미지 다양화에 효과적 비자연스러운 왜곡 발생 가능

학습 기반 / 혼합 증강 기법