נגישות       נגישות
שינוי גודל טקסט:
א א א
שינוי צבעי האתר:
? מקשי קיצור:

לחיצה חוזרת ונשנית על המקש Tab תעביר אתכם בין הקישורים והאזורים השונים בעמוד.

הפעלת מקשי הקיצור תלויה בדפדפן שבו אתם משתמשים.

Internet Explorer, Chrome ובגרסאות ישנות של Firefox: לחצו על מקש Alt ועל מקש המספר או האות על-פי הרשימה. ב Firefox 3 ומעלה: לחצו על המקשים Alt + Shift + המספר או האות.

S - עבור לתוכן הדף
L - חיפוש
1- עמוד הבית
2 - פרוייקטים
3 - מדריכים
4 - אודות
5 - צרו קשר
6 - הצהרת נגישות
 

תכנות אתרים ומדריכים

שימוש באוגמנטציה לפתרון הבעיה של מחסור בתמונות בלמידת מכונה

22.04.2022 | מדריך למידת מכונה | יוסי בן הרוש

אחת הבעיות העיקריות באימון רשתות נוירונויות הוא שהם דורשות המון מידע, אבל מה לעשות שלא תמיד זמינה לנו כמות מספיקה. לדוגמה, אם אנחנו רוצים להציב מצלמות בהרי אפגניסטן במטרה לזהות נמרי שלג נדירים אז תהיה לנו בעיה כי אין כמעט תמונות של מין זה המונה מספר מצומצם של פרטים. וגם לגבי דוגמאות שימוש יותר קונבנציונליות ייתכן שהמידע הזמין לנו הוא מצומצם מכדי לאמן רשת נוירונית. אחת הדרכים המקובלות להגדלת מאגר המידע העומד לרשותנו היא באמצעות אוגמנטציה augmentation, המגדילה את כמות הדוגמאות באמצעות תוספת עותקים שעברו שינויים קלים של המידע הקיים או בדרך של יצירת מידע סינטטי. במדריך נדגים את הדרך לעשות augmentation של תמונות באמצעות ספריית PyTorch. הספרייה תייצר מגוון תמונות המבוססות על תמונות מקוריות שעברו שינויים דוגמת סיבוב וצביעה. כך נדגים כיצד ניתן באמצעות פקודה פשוטה להגדיל את כמות התמונות היכולות לשמש לאימון הרשת הנוירונית בסדרי גודל.

שימוש באוגמנטציה לפתרון הבעיה של מחסור בתמונות בלמידת מכונה