분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
카메라 이미지 품질 향상 AI 경진대회
Data Augmentation이 학습에 미치는 영향에 관하여..
"Data Augmentation이 학습에 미치는 영향 :10" 라는 문장이 대회 규칙의 문맥상 보면,
Data Augmentation 기법들을 잘 찾아서 적용 했을때, PSNR을 크게 하는 것이 점수를 더 받는것 같은데요 (맞겠죠?)
목적에 따라 다르겠지만. 좋은 모델을 만들기 위한 거라면 (a.k.a Model Centric)
Data Augmentation 하지 않고도 높은 성능을 얻은 모델이, Data Efficiency 하게 높은 성능을 낼 수 있을 것이고,
나중에 Data 가 누적되어 많아졌을 때에는상대적으로 더 높은 성능을 낼 수 있을 것 같은데요.
그것이 더 현업에서 필요한것이 아닐까 생각해봤습니다.
아, 모델은 fix가 되어있고 효과 적인 augmentation 방법을 찾는 목적이라거나,
학습할 Data가 누적하기 어려운 환경이라, 적은 Data로만 학습 해야 한다면 augmentation의 중요도가 높긴하겠네요.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved