ニューラルネットワークのデータ生成

Question

処理したい画像があります。それらの画像から第1の特徴を抽出し、それらの特徴をトレーニングのためにニューラルネットワークに供給する。私は多くのイメージを持っていませんし、より多くのデータを生成したいと思います。

1）元画像からさらに多くの画像を生成し、それにパイプライン全体をフィードするか、抽出されたフィーチャにバリエーションを持たせて、この方法でニューラルネットワークをトレーニングする必要がありますか？

第2のアプローチは計算コストがかかりますが、より良い結果が得られますか？

2）より多くのデータを生成するためにどのような手法が試されていますか？

Answer 1

十分なデータがない場合は、モデルのパフォーマンスが低下する可能性があります。したがって、いくつか試してみる必要があります：

1. 翻訳、回転などを適用したデータを修正することができます。たとえば、画像のすべてのピクセルを数ピクセル左に移動します。これは画像の操作です。
2. はまた、あなたは生成モデルを通じてより多くの画像を生成することができます制限ボルツマンマシン、深い信念ネットワークなど

あなたはより多くのトレーニングデータを必要とする場合にも、あなたが決定する方法を持っています。座標軸では、トレーニングデータと検証データのスコアを描画します。 x軸では、すべてのセットの10％、すべてのセットの20％、...、全セットの90％が軸になり、軸はy軸になります。次にグラフを見ます。私は、機械学習（https://www.coursera.org/learn/machine-learning）のAndrew Ngのビデオを特にお勧めします。第6週（機械学習の応用に関するアドバイス）