Die Datenerweiterung ist eine Technik, die beim maschinellen Lernen und Computer Vision verwendet wird, um die Datenmenge zu erhöhen, die für das Trainieren von Modellen verfügbar ist. Dabei werden neue und abwechslungsreiche Versionen bestehender Daten erstellt, indem Transformationen wie Drehungen, Spiegelungen, Helligkeits- oder Kontraständerungen und das Hinzufügen von Rauschen oder Verzerrungen angewendet werden. Diese modifizierten Eingabebilder können dazu beitragen, die Genauigkeit und Leistung eines Modells zu verbessern, indem sie es robuster gegenüber Schwankungen und realen Bedingungen machen. Im Wesentlichen erweitert die Datenaugmentation die Vielfalt eines Datensatzes und hilft somit, Probleme im Zusammenhang mit Overfitting und Underfitting anzugehen.
Veröffentlichungsdatum: