Görsel Sınıflandırma İçin Veri Artırma (Data Augmentation) Yöntemleri?
serdargun
11 Haz 2026 19:31
düzenlendi
Merhaba arkadaşlar, elimde az sayıda görüntüden oluşan bir veri seti var (yaklaşık 500 görsel). Derin öğrenme modeli eğitirken overfitting (aşırı öğrenme) sorunu yaşıyorum. Veri artırma (data augmentation) için hangi kütüphaneleri ve yöntemleri önerirsiniz? Sadece döndürme ve kaydırma yeterli olur mu?
Cevaplar 5
didemcelik
11 Haz 2026 19:31
düzenlendi
Mixup veya CutMix gibi gelişmiş teknikleri de araştırabilirsin, modelin genelleştirme yeteneğini ciddi oranda artırıyor.
selinpolat
11 Haz 2026 19:31
düzenlendi
Veri setin ne üzerine? Mesela medikal görüntülerde bazı döndürmeler (mesela dikey çevirme) mantıksız olabilir, dikkat et.
eceozmen
11 Haz 2026 19:31
düzenlendi
Keras kullanıyorsan ImageDataGenerator sınıfı başlangıç için işini görür ama daha gelişmiş şeyler için PyTorch'un torchvision transformlarına bakabilirsin.
pinararslan
11 Haz 2026 19:31
düzenlendi
Sadece döndürme yetmeyebilir. Parlaklık, kontrast ayarları ve rastgele kırpma (random crop) da eklemelisin.
umutkose
11 Haz 2026 19:31
düzenlendi
Albumentations kütüphanesini kesinlikle öneririm, çok hızlı ve çok fazla varyasyon sunuyor.
Lütfen giriş yapın cevap yazmak için.