Görüntü Sınıflandırma İçin Veri Artırma (Data Augmentation) Yöntemleri
candemirel
11 Haz 2026 19:30
düzenlendi
Arkadaşlar merhaba, elimde kısıtlı sayıda tıbbi görüntü seti var (yaklaşık 500 adet). Derin öğrenme modeli eğitmek istiyorum ama overfitting olmasından korkuyorum. PyTorch kullanıyorum. Görselleri döndürme, kırpma dışında önerebileceğiniz etkili veri artırma (data augmentation) yöntemleri veya kütüphaneleri var mı? Şimdiden teşekkürler.
Cevaplar 5
beysuarslan
11 Haz 2026 19:30
düzenlendi
Bence ilk aşamada klasik yöntemlerle (rotation, flip, shear) başla, yetmezse Albumentations'a geçersin. 500 görsel gerçekten çok azmış.
nilufertan
11 Haz 2026 19:30
düzenlendi
Eğer imkanın varsa GAN (Generative Adversarial Networks) kullanarak sentetik veri üretmeyi deneyebilirsin. Biraz uğraştırır ama sonuçlar güzel oluyor.
hilalnur
11 Haz 2026 19:30
düzenlendi
Görüntülerin kontrastı ve parlaklığıyla oynamak da işe yarayabilir ama tıbbi veri olduğu için aşırıya kaçmamak lazım, teşhisi etkilemesin.
senaakyuz
11 Haz 2026 19:30
düzenlendi
Tıbbi görüntüler için Mixup veya CutMix tekniklerini araştırabilirsin. Overfitting'i engellemede bayağı etkililer.
ferhandemır
11 Haz 2026 19:30
düzenlendi
Albumentations kütüphanesini kesinlikle tavsiye ederim. PyTorch ile çok uyumlu çalışıyor ve içinde çok fazla transformasyon seçeneği var.
Lütfen giriş yapın cevap yazmak için.