Augmentation layer

~8 min · keras-cv

Level 0Keras 도제

0 XP0/97 lessons0/20 achievements

0/120 XP to next level120 XP to go0% complete

KerasHub 의 RandomFlip / RandomRotation / RandomCrop / RandomZoom / MixUp / CutMix. 학습 모델 안에 박혀서 동작 — saved model 에 동행. eval 시 자동 OFF (training=False).

MixUp / CutMix 같은 batch-level augmentation 은 *두 sample 섞기* — vanilla augmentation 보다 강한 일반화 효과. SOTA classification 의 표준 트릭.

Code

# CutMix and MixUp
augmenter = keras_cv.layers.CutMix(alpha=1.0)
augmenter = keras_cv.layers.MixUp(alpha=0.2)

# RandAugment
augmenter = keras_cv.layers.RandAugment(
    value_range=(0, 255), augmentations_per_image=3
)

External links

Exercise

CIFAR-10 을 3 augmentation 전략으로 학습 — vanilla (flip + rotation), MixUp(0.2), CutMix(1.0). epoch 50 의 validation accuracy 비교.

Progress

Progress is local-only — sign in to sync across devices.

← PreviousImage segmentation Next →실전 — Object detection pipeline

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.