Vizualizace a hodnocení augmentačních technik v počítačovém vidění

Abstract

Tato práce se zabývá analýzou vlivu augmentace dat na rozmanitost datových souborů a výkon modelu hlubokého učení v oblasti počítačového vidění. Cílem práce bylo analyzovat, jak různé augmentační metody ovlivňují rozmanitost dat a jejich reprezentaci v latentním prostoru neuronové sítě. Bylo vybráno sedm typů augmentací: rotace, horizontální převrácení, perspektivní transformace, změna barevnosti, převod do stupně šedi, Gaussův šum a náhodné mazání. Tyto metody byly aplikovány na datový soubor CIFAR-10 a jejich dopad byl hodnocen pomocí kombinace kvantitativních metrik. Výsledky ukázaly, že některé augmentace, například horizontální převrácení a Gaussův šum, významně rozšiřují prostor příznaků při zachování nízkého doménového posunu, což z nich činí vhodné nástroje pro zlepšení generalizace a odolnosti modelu vůči variacím v obrazových datech. Perspektivní transformace se ukázala jako nejproblematičtější tím, že výrazně narušila strukturu tříd a zvýšila doménový posun.