Quiero usar un pequeño conjunto de datos para crear el modelo CNN. Entonces, estoy usando el aumento de datos para aumentar el conjunto de datos del tren. ¿Debo usar todas las técnicas de aumento (argumentos) que se enumeran aquí ?
Me di cuenta de que agregar muchos argumentos disminuye la precisión del modelo y hace que el conjunto de entrenamiento sea más difícil que el conjunto de prueba.
¿Cuáles son las mejores prácticas para usar el aumento de datos cuando se usa flow_from_directory?
Los aumentos a menudo dependen de la naturaleza de sus datos. Imagínese si el resultado de un aumento fuera lógico en su contexto.
Por ejemplo, supongamos que tiene un conjunto de datos gatos vs perros. Las imágenes aquí se pueden voltear de izquierda a derecha. Por otro lado, en el conjunto de datos MNIST no tiene sentido voltear las imágenes (de qué sirve alimentar un '3' volteado a su modelo). Algunos aumentos podrían confundir el modelo (por ejemplo, un '9' al revés podría verse como un '6').
Además, si el aumento empeora su modelo, intente aumentos más pequeños (por ejemplo , adhiérase a transformaciones afines con rangos pequeños , rotación / traslación / escala).