sumimg=img*0.0 for i in range(5): sumimg+=transform(img)/255.0 plt.imshow(sumimg) plt.show()
sum.py
画像を分割しそれぞれで異なる変換行列で変換を行うと、画像全体を一つの変換行列で変換したときと比べると位置のばらつきが小さくなっているように見えますが、線がクネクネと曲がるようになりました。
適材適所で使い分けられるかもしれません。
適材適所で使い分けられるかもしれません。
まとめ
画像にノイズを加えたり、明るさを変えたり、変形したりしました。推論のときにはどのような入力が与えられるのかわからないので、このようなデータの水増しはロバストな推論を実現する上でとても重要だと思います。
それでは、また次回、お楽しみに！！
それでは、また次回、お楽しみに！！
Mochizuki
