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。

お問い合わせ

GW-Data Augmentation 3つの特徴

拡張性

拡張性

自社内製の独自のフレームワークを利用することでより高い拡張性を持ち、要件に応じて柔軟に対応可能です。

画像合成

画像合成

画像データの補正(ノイズ付与、回転など)に加え、背景の差し替えなどの画像合成など、条件に応じて多様かつ高度なデータ拡張が可能です。

多様な入出力

多様な入出力

BoundingBox, KeyPoint, Segmentation等、多様なアノテーションフォーマットの入出力に対応しています。

画像補正

ノイズ

ノイズ

ぼかし

ぼかし

反転

反転

拡大

拡大

オリジナル

オリジナル

回転

回転

色相

色相

彩度

彩度

明度

明度

背景合成

元画像

元画像

背景

背景

合成画像

合成画像

既存フレームワークとの比較

既存フレームワークとの比較

ご発注に関して

ご発注に関して

グローバルウォーカーズでは教師データの作成からGW-Data Augmentationを用いたAugmentation、学習、検証までを一括してご発注いただくことは勿論のこと、教師データの作成、Data Augmentation単体でのご発注も随時承っています。