데이터 증강이 원래 라벨 의미를 바꿀 수 있습니다. 허용할 변환을 어떤 도메인 근거와 테스트로 고르나요?

꼬리 질문을 독립 문항으로 확장했습니다. 원래 문항에서 맥락 보기 →

잠깐, 답변을 보기 전에
먼저 내 말로 설명해 볼까요?

답변과 점검 포인트 펼치기답변 접기

구두 답변

정의를 외우기보다, 원리와 조건을 연결해 설명해 보세요.

증강 변환이 라벨을 보존한다는 도메인 전제를 확인해야 합니다. 숫자 이미지 회전처럼 클래스 의미가 바뀌거나 의료 영상의 좌우 의미가 중요한 경우 일반 변환이 잘못된 학습 신호를 만들 수 있습니다.

전문가·규칙·표본 검토로 허용 범위를 정하고 원본과 변환의 성능을 분리합니다. validation·test에도 같은 원본 파생물이 새지 않게 그룹 분할합니다. 다양성 증가와 label 오염을 함께 측정합니다.

이해가 드러나는 지점을 확인해 보세요.

증강 변환이 라벨을 보존한다는 도메인 전제를 확인해야 합니다. 숫자 이미지 회전처럼 클래스 의미가 바뀌거나 의료 영상의 좌우 의미가 중요한 경우 일반 변환이 잘못된 학습 신호를 만들 수 있습니다.
다양성 증가와 label 오염을 함께 측정합니다.

놓치기 쉬운 조건과 오해를 짚어 보세요.

하나 더 질문하며 이해의 범위를 넓혀 보세요.

득점·감점 포인트는 학습용 자기 점검 기준이며, 특정 회사의 실제 채점표가 아닙니다.

답변을 보충하는 개념·예제·슈도코드를 읽어 보세요.