안녕하세요.
지난 글에서 torchvision.transforms를 설명하면서 pytorch가 기본적인 augmentation 기법을 제공해준다고 언급한바 있습니다.
하지만, 기본적인 augmentation 외에도 다양한 영역에서 특수하게 사용하는 독특한 augmentation 기법들이 존재합니다. 예를 들어, Chest X-ray 데이터에는 N-CLAHE라는 독특한 전처리 기법이 있는데, 이러한 전처리 기법은 pytorch에서 기본으로 제공되고 있지 않습니다.
그러므로 별도의 augmentation 패키지를 이용하여 pytorch에 적용해야 합니다. (← transforms.Compose에 연동)
이번 글에서는 두 가지 augmentation 패키지에 대해서 소개하려고 합니다.
1. imgaug 패키지
https://github.com/aleju/imgaug
https://uos-deep-learning.tistory.com/17
2. albumentations 패키지
https://hoya012.github.io/blog/albumentation_tutorial/
https://deep-learning-study.tistory.com/673
albumentations 패키지 관련해서는 segmentation 카테고리에 설명해놨으니 위에 있는 사이트와 더불어 같이 보시면 구현하시기 편하실 거에요!
https://89douner.tistory.com/312
'Pytorch > 2.CNN' 카테고리의 다른 글
5.Loss function, Optimizer, Learning rate policy (0) | 2021.07.27 |
---|---|
4. Transfer Learning (Feat. pre-trained model) (0) | 2021.07.27 |
3. CNN 구현 (2) | 2021.07.27 |
1. Data Load (Feat. CUDA) (0) | 2021.07.27 |
코드 참고 사이트 (0) | 2021.07.02 |