[python] 파이썬 PyTorch에서 데이터 증강(Data Augmentation)을 수행하는 방법은?

22 Nov 2023

python

PyTorch는 딥러닝 프레임워크 중 하나로, 데이터 증강(Data Augmentation)은 모델의 성능을 향상시키기 위해 매우 중요한 기술입니다. PyTorch에서 데이터 증강을 수행하는 방법을 알아보겠습니다.

먼저, torchvision.transforms 모듈을 사용하여 데이터 증강을 수행할 수 있습니다. 이 모듈은 이미지 변환에 많이 사용되며, 다양한 데이터 증강 기법을 제공합니다. 예를 들어, 이미지를 무작위로 자르기, 좌우 뒤집기, 회전 등을 할 수 있습니다.

다음은 PyTorch를 사용하여 이미지를 수행하는 간단한 예제 코드입니다.

import torch
import torchvision.transforms as transforms

# 데이터 증강을 위한 변환(transform)
transform = transforms.Compose([
    transforms.RandomCrop(32, padding=4),  # 무작위로 이미지 자르기
    transforms.RandomHorizontalFlip(),  # 좌우 뒤집기
    transforms.RandomRotation(10),  # 무작위로 회전
    transforms.ToTensor()  # 이미지를 텐서로 변환
])

# 데이터셋 로드
train_dataset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)

# 데이터 로더 생성
train_loader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=128, shuffle=True)

# 모델 학습
for images, labels in train_loader:
    # 코드 작성
    pass

위 코드에서는 transforms.Compose를 사용하여 각각의 변환을 순서대로 적용합니다. RandomCrop, RandomHorizontalFlip, RandomRotation은 데이터 증강 기법들을 적용하는 예시입니다.

PyTorch를 사용하여 데이터 증강을 수행하는 방법에 대해 알아보았습니다. 데이터 증강을 통해 모델의 성능을 향상시킬 수 있으므로, 적절하게 선택하고 적용하는 것이 중요합니다.

참고 자료: