Q&A
Data augmentation以外に画像に手を加える方法は
「実物でコツコツデータを増やす」か
「モデリングで本物っぽい画像を作って、コツコツデータを増やす」
くらいしか思いつきませんが、これらを抜きにネットワーク側は（エポック数も学習率もOptimizerも）触らずに、「供給する画像だけ」（Data augmentation以外の方法で）何か手を加えて精度を上げたい、ということでしょうか？
#問題点
大学の研究で物体検出を学んでいるのですが、エポック数や画像の水増し以外で画像に手を加えて精度を上げることは出来ないのでしょうか。
些細なことで構いませんのでご教授いただけると幸いです。
#背景
現在、キノコの物体検出の研究を行っております。
#やってみたこと
訓練用と検証用の画像に先鋭化を施して(8近傍のそれぞれk=0.5と1と2)モデルに学習させたのですが、mAPで比較すると元データよりも小さくなってしまいました。
やったことないので単なる思い付きですが、
https://www.researchgate.net/publication/341083911_Reflectance-Guided_Contrast-Accumulated_Histogram_Equalization#read
とかのような、画像内の明るさの不均一性を補正するような処理を行うと、撮影した画像内で極端に明るさの不均一性があった場合でも、性能が安定するかもしれません
あなたの回答
tips
プレビュー
