데이터 증강 효과 살펴보기

데이터 증강은 정말 좋은 것일까?

이미지 데이터의 경우 데이터 증강하는 것은 텍스트에 비해 전략이 다양하다.

사이즈 조절하고, 돌리고, 색 바꾸고.. 찾아보니 하나의 이미지에서 수많은 이미지를 만들어 낼 수 있다.

source : https://github.com/aleju/imgaug

그런데 딥러닝 모델링에 있어 정말 효과가 좋은 것인가?라는 의문이 생겼다. 의문을 해결하고자 관련 연구를 찾아보았는데 필요했던 내용들이 잘 정리되어 있어서 이해하기 편했다. 논문의 전반적인 내용은 https://foreverhappiness.tistory.com/112

[논문 분석] A survey on Image Data Augmentation for Deep Learning

이 분이 쓰신 내용을 참고하였습니다.

 

이미지 증강 Basic 기법

Image Data Augmentation for Deep Learning: A Survey

 

Task별 성능 

Semantic segmentation Task

Image Data Augmentation for Deep Learning: A Survey - Semantic segmentation improvement from data augmentation based on IoU and accuracy.

 

Image classification

Image Data Augmentation for Deep Learning: A Survey -  Image classification accuracy improvement from data augmentation on CIFAR-10, CIFAR-100, and SVHN

Object detection

Image Data Augmentation for Deep Learning: A Survey -  Results of object detection on COCO2017 dataset with and without data augmentation methods applied.

잘 모르겠다...

 

텍스트 데이터 증강은 어떨까?

텍스트 데이터는 EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks 논문을 참고하였다. 한글로 잘 정리된 블로그 글도 많다.

 

EDA 기법 

EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks

동의어로 교체, 랜덤 하게 삭제, 위치 교체, 삽입 등이 이루어진다.

 

과연 이 기법.. 실제로 적용했을 때는 어떨까..?

 

classification (5 class)

EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks : Average performances (%) across five text classification tasks for models with and without EDA on different training set sizes.

데이터 수가 적을 때(500개) 그나마 효과가 있다. 

 

classification (Benchmark)

EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks : SST-2 , CR ,SUBJ .. 등은 데이터셋 이름

데이터 수가 적은 class의 개별 성능 변화 같은 지표가 없어서 아쉽다.

 

일단 결과적으로 전부 EDA로 데이터 증강했을 때 성능이 좋다. 하지만 데이터가 적을 경우에나 그나마 효율적인 것 같다. 

 

느낀점

이미지나 텍스트 데이터 모두 데이터를 증강시킴으로써 성능의 증가는 존재한다. 그러나 생각보다 상승 폭은 적은 것 같고 효과적으로 사용하기도 쉽지 않아 보인다.

 

 

+

이번에 찾아보며 알게 된 텍스트, 이미지 증강 파이썬 패키지도 첨부합니다.

https://github.com/jucho2725/ktextaug

GitHub - jucho2725/ktextaug: Data Augmentation Toolkit for Korean text.

https://github.com/aleju/imgaug

GitHub - aleju/imgaug: Image augmentation for machine learning experiments.