Data Augmentation

昨今のディープラーニングは非常に高性能な手法が続々と登場しており、様々な産業においてその活用が注目を集めています。
その一方でどの産業分野においても、学習に用いる教師データが不十分な状況があり、
AI学習を行なっても十分な精度を得られないケースが往々にしてあります。
また、同じモデルを用いた場合であっても、教師データの質と量で精度には大きな差が生じます。
実用レベルのAIシステム開発において、高品質かつ十分な量の教師データを用意することは依然、喫緊の課題と言えます。

この解決策の一つとして、Data Augmentationという手法があります。
Data Augmentationとは、既存のデータセットから様々なテクニックを用いてデータ量を拡張する方法です。
例えば1枚の画像に対して、反転、輝度変更、回転、平行移動、合成などを行い、全く異なるデータを多数作成することが可能です。
グローバルウォーカーズでは独自のフレームワーク「GW-Augmentation」を開発しており、スピーディかつ高品質なデータ拡張が可能です。