실무에서 Augmentation 적용 시

안녕하십니까,

저도 질문에 대해서 생각을 해볼 거리가 있어서 답변이 늦었습니다.

제 생각엔 모델 학습도 중요하지만, 모델을 가지고 추론/예측(inference/predict) 할 때 어떤 이미지를 가지고 할 것인지도 중요하다고 봅니다.

그러니까, 어떤 카메라에 있는 이미지를 기반으로 추론을 할 건지를 생각해 봐야 할 것 같습니다.

예를 들어 밝기가 20인 이미지로 학습된 모델은 밝기가 20인 이미지를 밝기가 10인 이미지보다 더 잘 예측 할 수 있을 것입니다. 학습 이미지는 가급적이면 예측 이미지와 환경이 비슷하면 좋습니다.

하지만 특정한 환경으로 주어진 이미지가 아니라 동일한 이미지이지만 밝기가 10이 될지, 20이 될지, 30일 될지 확실하지 않고 random 하게 선택되는 이미지를 예측한다면, 제 생각엔 특별히 별도의 보정 없이 일단 다 이미지들을 합쳐서 학습을 하되, augmentation을 이미지에 적용하여 학습하는 일반적인 방법을 적용해도 크게 성능상의 문제 없이 좋은 모델이 만들어 질 것 같습니다.

말씀하신 추가학습에 대한 의미를 제가 정확히 이해하지는 못했지만, 이미 학습이 된 모델을 기존 weight를 유지한채로 다시 새로운 이미지로 학습한다는 의미로 말씀하신거라면, 굳이 그렇게 까지 하실 필요는 없다고 봅니다.

적어주신 내용으로는 위에 말씀 드린 사항 정도가 답변이 될 것 같습니다. 원하시는 답변이 아니면 좀 더 상세한 환경이나 생각하신 바를 기술해 주시면 제가 좀 더 추가적인 언급을 드리도록 하겠습니다.

감사합니다.

교육이외의 질문을 드렸는데 좋은 답변 감사드립니다.

도움이 많이되었습니다.

감사합니다!