Влияние замены и расширения данных с применением преобразований на точность распознавания глубокой нейронной сети ResNet - 50

Аннотация

Евдокимова Т.С.

Дата поступления статьи: 18.11.2024

В статье рассматривается как замена исходных данных преобразованными влияет на качество обучения глубоких нейросетевых моделей. Автор проводит четыре эксперимента с целью оценки влияния замены данных в задачах с малыми наборами данных. Первый эксперимент заключается в обучении модели без внесения изменений в исходный набор данных, второй заключается в замене всех изображений в исходном наборе на преобразованные, третий заключается в сокращении количества исходных изображений и расширения исходного набора данных при помощи преобразований, применяемым к изображениям, а также в четвертом эксперименте осуществляется расширение набора данных с целью уравновесить количество изображений в каждом классе по большему.

Ключевые слова: набор данных, расширение, нейросетевые модели, классификация, преобразование изображений, замена данных

1.2.2 - Математическое моделирование, численные методы и комплексы программ

.