Object-Detection을 위한 Image Augmentation

이 게시물은 객체 인식 학습에서 데이터 부족 문제를 해결하기 위해 이미지와 함께 Bounding Box 좌표를 함께 변환하는 Image Augmentation 기법을 다룹니다.

주요 Augmentation 기법

• Resize: 이미지 크기 변화에 따라 Bounding Box 좌표를 비례적으로 변환
• 좌우반전: 이미지 폭을 기준으로 Bounding Box의 x 좌표만 반전
• 이미지 회전: 이미지 중앙을 원점으로 좌표를 재설정하고 회전 행렬을 이용해 Bounding Box 좌표를 계산하며, ±5도 이내의 작은 각도 회전을 적용

회전 변환 수식 및 구현

2차원 평면에서 점의 회전 변환 공식을 상세히 설명하고, Python 코드를 통해 회전된 이미지와 Bounding Box 좌표의 재계산 및 범위 예외처리 방법을 제시합니다.

마무리

이미지 밝기, 대비 조절과 같은 단순 변환은 Bounding Box 변환이 필요 없으므로 이번 포스팅에서 제외했으며, 다양한 Augmentation 기법 조합으로 학습 정확도 향상을 기대합니다.