Tăng cường dữ liệu
Tăng cường dữ liệu
Từ một ảnh, lật xoay dịch và thêm nhiễu để sinh ra nhiều biến thể vẫn giữ nguyên nhãn, giúp mô hình bớt học thuộc.
Khi dữ liệu ít, một mô hình đủ mạnh sẽ nhớ từng ảnh huấn luyện thay vì học ra đặc điểm chung. Nó đạt điểm rất cao trên tập huấn luyện nhưng gặp một ảnh mới hơi lệch một chút là sai. Đó là hiện tượng học thuộc, hay overfit: mô hình bám vào những chi tiết vụn vặt của đúng các ảnh nó đã thấy chứ không nắm được hình dạng thật sự cần nhận ra.
Tăng cường dữ liệu là một mẹo rẻ để chống lại điều đó. Với một ảnh có nhãn, ta tạo ra nhiều bản sao đã biến đổi nhẹ: lật gương, xoay một góc, dịch đi vài điểm ảnh, chỉnh sáng hơn tối hơn, rắc thêm chút nhiễu hạt. Điểm mấu chốt là các phép này không đổi nhãn: một chữ số 3 bị dịch sang phải hai ô vẫn là số 3, một con mèo lật gương vẫn là con mèo. Nhờ vậy từ ít ảnh gốc ta có một tập lớn hơn và đa dạng hơn, ép mô hình phải học cái bất biến chứ không phải vị trí tuyệt đối của từng nét.
Thử ngay
Thử điều này:
- Bật Lật ngang: ảnh biến thể không đổi một ô nào, vì mũi tên mẫu
đối xứng trái phải. Bật Lật dọc thì
20trong64ô đổi và mũi tên quay ngược. Một phép biến đổi trả lại đúng ảnh cũ thì không thêm được mẫu nào, và đó là chuyện phải kiểm chứ không phải đoán theo tên phép. - Cũng đừng đọc "lật thì giữ nhãn" thành một luật chung. Nó đúng với con mèo, nhưng lật gương một chữ số hay một chữ cái viết tay thì cái nhận được không còn là chữ đó nữa. Phép biến đổi hợp lệ do nhãn của bài toán quyết định, không do phép biến đổi tự quyết định.
- Bấm Xoay 90° vài lần và dùng bàn phím Dịch bốn hướng để đẩy hình đi, xem ảnh biến thể bám theo tức thì.
- Kéo thanh Sáng / tối để giả lập chụp trong điều kiện ánh sáng khác nhau.
- Kéo thanh Nhiễu lên rồi bấm Đổi seed nhiễu: cùng một mức nhiễu vẫn cho ra vô số biến thể hạt khác nhau, tất cả vẫn là cùng một nhãn.
Vì sao giúp tổng quát hóa
Mỗi biến thể là một câu hỏi hơi khác cho cùng một đáp án, nên mô hình không thể ăn may bằng cách nhớ vị trí hay độ sáng cụ thể của ảnh gốc. Để trả lời đúng cả loạt biến thể, nó buộc phải học đặc trưng bền với lật, xoay, dịch và nhiễu. Kết quả là trên ảnh mới ngoài đời, vốn cũng lệch và nhiễu theo những cách tương tự, mô hình vững hơn hẳn.
Biến đổi ảnh mà giữ nguyên nhãn giúp một ảnh sinh ra nhiều biến thể, nhờ đó mô hình học đặc trưng bền vững thay vì học thuộc từng ảnh.
- 1Mục tiêu chính của tăng cường dữ liệu ảnh là gì?
- 2Vì sao các phép như lật, xoay, dịch được coi là hợp lệ khi tăng cường?
- 3Trong sim, nhiễu được sinh bằng một seed tất định. Điều đó nghĩa là gì?